• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Deep learning-based high-throughput phenotyping accelerates gene discovery for stomatal traits.

作者信息

Zhang Wei, Calla Bernarda, Thiruppathi Dhineshkumar

机构信息

Department of Plant Pathology, Kansas State University, Manhattan, KS 66506, USA.

Department of Entomology, University of Illinois at Urbana-Champaign, Urbana, IL 61801, USA.

出版信息

Plant Physiol. 2021 Nov 3;187(3):1273-1275. doi: 10.1093/plphys/kiab398.

DOI:10.1093/plphys/kiab398
PMID:34734281
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC8566201/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6a93/8566201/7bb024f8f754/kiab398f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6a93/8566201/7bb024f8f754/kiab398f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6a93/8566201/7bb024f8f754/kiab398f1.jpg

相似文献

1
Deep learning-based high-throughput phenotyping accelerates gene discovery for stomatal traits.基于深度学习的高通量表型分析加速了气孔性状的基因发现。
Plant Physiol. 2021 Nov 3;187(3):1273-1275. doi: 10.1093/plphys/kiab398.
2
Classical phenotyping and deep learning concur on genetic control of stomatal density and area in sorghum.经典表型分析和深度学习在高粱气孔密度和面积的遗传控制方面达成一致。
Plant Physiol. 2021 Jul 6;186(3):1562-1579. doi: 10.1093/plphys/kiab174.
3
Identification and utilization of genetic determinants of trait measurement errors in image-based, high-throughput phenotyping.基于图像的高通量表型分析中性状测量误差的遗传决定因素的识别和利用。
Plant Cell. 2021 Aug 31;33(8):2562-2582. doi: 10.1093/plcell/koab134.
4
Phenomics allows identification of genomic regions affecting maize stomatal conductance with conditional effects of water deficit and evaporative demand.表型组学可以鉴定影响玉米气孔导度的基因组区域，这些区域受到水分亏缺和蒸散需求的条件影响。
Plant Cell Environ. 2018 Feb;41(2):314-326. doi: 10.1111/pce.13083. Epub 2017 Dec 11.
5
Optical topometry and machine learning to rapidly phenotype stomatal patterning traits for maize QTL mapping.光学拓扑测量学和机器学习在玉米数量性状定位中快速表型化气孔模式特征。
Plant Physiol. 2021 Nov 3;187(3):1462-1480. doi: 10.1093/plphys/kiab299.
6
Carbon isotope composition, water use efficiency, and drought sensitivity are controlled by a common genomic segment in maize.玉米中一个共同的基因组片段控制着碳同位素组成、水分利用效率和干旱敏感性。
Theor Appl Genet. 2019 Jan;132(1):53-63. doi: 10.1007/s00122-018-3193-4. Epub 2018 Sep 22.
7
Phenotyping stomatal closure by thermal imaging for GWAS and TWAS of water use efficiency-related genes.利用热成像对气孔关闭进行表型分析，以进行与水分利用效率相关基因的 GWAS 和 TWAS。
Plant Physiol. 2021 Dec 4;187(4):2544-2562. doi: 10.1093/plphys/kiab395.
8
Shared Genetic Control of Root System Architecture between and .和 之间的根系结构的共同遗传控制。
Plant Physiol. 2020 Feb;182(2):977-991. doi: 10.1104/pp.19.00752. Epub 2019 Nov 18.
9
Comparative Genetics of Seed Size Traits in Divergent Cereal Lineages Represented by Sorghum (Panicoidae) and Rice (Oryzoidae).以高粱（黍亚科）和水稻（稻亚科）为代表的不同谷物谱系种子大小性状的比较遗传学
G3 (Bethesda). 2015 Mar 31;5(6):1117-28. doi: 10.1534/g3.115.017590.
10
StomataScorer: a portable and high-throughput leaf stomata trait scorer combined with deep learning and an improved CV model.气孔评分器：一种结合深度学习和改进的 CV 模型的便携式高通量叶片气孔特征评分器。
Plant Biotechnol J. 2022 Mar;20(3):577-591. doi: 10.1111/pbi.13741. Epub 2021 Nov 12.

引用本文的文献

1
Plant microphenotype: from innovative imaging to computational analysis.植物表型组学：从创新成像到计算分析。
Plant Biotechnol J. 2024 Apr;22(4):802-818. doi: 10.1111/pbi.14244. Epub 2024 Jan 13.

本文引用的文献

1
Machine learning-enabled phenotyping for GWAS and TWAS of WUE traits in 869 field-grown sorghum accessions.基于机器学习的表型分析在 869 份田间生长的高粱种质资源中进行 GWAS 和 TWAS 分析水分利用效率性状
Plant Physiol. 2021 Nov 3;187(3):1481-1500. doi: 10.1093/plphys/kiab346.
2
Optical topometry and machine learning to rapidly phenotype stomatal patterning traits for maize QTL mapping.光学拓扑测量学和机器学习在玉米数量性状定位中快速表型化气孔模式特征。
Plant Physiol. 2021 Nov 3;187(3):1462-1480. doi: 10.1093/plphys/kiab299.
3
Classical phenotyping and deep learning concur on genetic control of stomatal density and area in sorghum.
经典表型分析和深度学习在高粱气孔密度和面积的遗传控制方面达成一致。
Plant Physiol. 2021 Jul 6;186(3):1562-1579. doi: 10.1093/plphys/kiab174.
4
Machine learning in plant science and plant breeding.植物科学与植物育种中的机器学习
iScience. 2020 Dec 5;24(1):101890. doi: 10.1016/j.isci.2020.101890. eCollection 2021 Jan 22.
5
Water Use Efficiency as a Constraint and Target for Improving the Resilience and Productivity of C and C Crops.水分利用效率作为提高 C3 和 C4 作物弹性和生产力的制约因素和目标。
Annu Rev Plant Biol. 2019 Apr 29;70:781-808. doi: 10.1146/annurev-arplant-042817-040305.
6
Deep Learning for Plant Stress Phenotyping: Trends and Future Perspectives.深度学习在植物胁迫表型分析中的应用：趋势与未来展望。
Trends Plant Sci. 2018 Oct;23(10):883-898. doi: 10.1016/j.tplants.2018.07.004. Epub 2018 Aug 10.
7
Phenomics--technologies to relieve the phenotyping bottleneck.表型组学——缓解表型分析瓶颈的技术。
Trends Plant Sci. 2011 Dec;16(12):635-44. doi: 10.1016/j.tplants.2011.09.005. Epub 2011 Nov 9.