StoManager1：一种增强的、自动化和高通量工具，利用经验和理论算法测量叶片气孔和保卫细胞指标
摘要：自动检测和测量气孔是理解植物生理性能和全球水和碳循环生态功能的关键。目前的方法费时费力、容易偏见且规模有限。我们开发了 StoManager1，这是一个利用经验和理论算法以及卷积神经网络自动检测、计数和测量超过30个气孔和守护细胞指标的高通量工具，包括气孔和守护细胞面积、长度、宽度和方向、气孔均匀性、分散性和聚集指数。这些指标与叶片功能性状相结合，在硬木中解释了78%和93%的生产力和内在水分利用效率（iWUE）变异，使它们成为叶片生理和树木生长的重要因素。StoManager1表现出异常的精度和召回率（[email protected]超过0.993），能够有效捕捉不同物种的多样气孔特性。StoManager1促进了叶片气孔测量的自动化，进一步探索了植物生长中的气孔控制以及对环境胁迫和气候变化的适应。这对全球总初级生产力（GPP）建模和估算具有重要意义，因为整合气孔指标可以增强对全球植物生长和资源利用的理解和预测。StoManager1的源代码和在线演示可在GitHub（https://github.com/JiaxinWang123/StoManager.git）上获取，并且在Zenodo（https://doi.org/10.5281/zenodo.7686022）上提供了用户友好的Windows应用程序。
作者：Jiaxin Wang, Heidi J. Renninger, Qin Ma, Shichao Jin
论文ID：2304.10450
分类：Tissues and Organs
分类简称：q-bio.TO
提交时间：2023-05-26