Spektral o‘simlik tasvirlarini tahlil qilish — o‘simlikning ko‘rinadigan rangi, barg harorati yoki xlorofill floresansiyasi kabi tasvirdan olinadigan xususiyatlardan foydalanib, uning fiziologik holatini o‘simlikni parchalamasdan baholaydigan fenotiplash yondashuvidir. Ushbu tadqiqot glufosinatga chidamli va sezgir soya o‘simliklarini glufosinat qo‘llangandan keyingi dastlabki soatlarda ajratish uchun RGB, infraqizil (IR) termal va xlorofill floresansiyasi (CF) tasvirlarini taqqoslagan. Tadqiqot ikki bosqichdan iborat bo‘lgan: 90, 180, 360 va 720 g faol modda ha^-1 dozalari qo‘llangan doza-javob tajribasi hamda 180 g faol modda ha^-1 ishlatilgan 96 o‘simlikli aralash populyatsiyada o‘tkazilgan tekshirish tajribasi. IR termal va CF indekslari ko‘rinadigan RGB zarari hali yaqqol namoyon bo‘lmasdan turib chidamli va sezgir o‘simliklar o‘rtasidagi farqni ko‘rsata olgan. Tekshirish tajribasida IR termal barg haroratiga asoslangan PAM klasterlash 6 soatdan keyin %100 tasniflash aniqligiga erishgan. Biroq tadqiqot nazorat qilinadigan o‘stirish kamerasida o‘tkazilgan; haqiqiy dala sharoitidagi samaradorlik alohida tekshirilishi kerak.

Doza-javob tajribasida glufosinatga chidamli GM soya liniyasi AtSIZ #6 (Glycine max L. cv. Kwangankong) uning transgen bo‘lmagan ona ota-onasi Kwangankong bilan taqqoslangan. Jami 40 o‘simlik ishlatilgan va soya navi × glufosinat dozasi kombinatsiyalarining har biri to‘rt takror bilan ifodalangan. Xuddi shu o‘simliklar qo‘llashdan 4, 6, 24, 48, 72 va 96 soat o‘tgach qayta-qayta tasvirga olingan. Glufosinat qo‘llangandan 10 kun o‘tib, ayni o‘simliklarning yer usti ho‘l biomassa miqdori o‘lchanib, erta tasvir signallarining keyingi o‘sish javoblari bilan mosligi baholangan.

Tekshirish tajribasida GM soya bilan yovvoyi soyaning (Glycine soja Sieb. and Zucc., IT 182932) chatishtirilishidan olingan, chidamli va sezgir individlarni birga o‘z ichiga olgan F2 populyatsiyasi ishlatilgan. To‘rt takrorda jami 96 individ baholangan; ulardan 63 tasi PCR referensiga ko‘ra glufosinatga chidamli, 33 tasi esa sezgir deb tasniflangan. Genetik jihatdan heterogenroq bo‘lgan ushbu populyatsiya doza-javob tajribasida topilgan tasvir indekslari faqat dastlabki ikki materialga xos bo‘lib qoladimi yoki yo‘qmi, shuni sinash uchun ishlatilgan.

Tadqiqotning asosiy xulosasi har qanday sharoitda bitta tasvir turi ustun bo‘lishi emas. RGB tasvirlash arzon va qulay bo‘lsa-da, erta bosqichda kamroq sezgir. IR termal tasvirlash barg haroratidagi erta o‘zgarishlarni, CF tasvirlash esa fotosintetik tizimdagi erta o‘zgarishlarni ushlagan va yuqori glufosinat dozalarida 4 soatdayoq farqlashni ta’minlagan. Biroq termal tasvirlarga atrof-muhit harorati va suv holati, CF tasvirlashga esa qorong‘ilikka moslashish talabi ta’sir qilishi mumkin. Shu sababli usullarning amaliy qiymati mavjud sensorlar, muhit sharoitlari va foydalanish ssenariysiga qarab baholanishi kerak.

Tadqiqot muammosi: glufosinatga chidamlilik nega yanada erta aniqlanishi kerak?

Glufosinatga chidamli GM ekinlardan foydalanishning ortishi ikki monitoring muammosini keltirib chiqaradi. Birinchisi, glufosinatdan foydalanish bosimi ostida chidamli begona o‘tlar rivojlanishi mumkin. Ikkinchisi, chidamlilik transgeni maqsad bo‘lmagan soya o‘simliklariga yoki tegishli populyatsiyalarga tasodifan ko‘chishi mumkin. Bunday holatlarda chidamli individlarni erta aniqlash monitoring va boshqaruv qarorlarini tezroq qabul qilish imkonini berishi mumkin.

An’anaviy butun-o‘simlik chidamlilik sinovlari ishonchli bo‘lsa-da, bir necha kun davom etishi, joy va mehnat talab qilishi mumkin. Barg diski yoki kesilgan poya kabi tezroq usullar esa o‘simlikni qisman shikastlashi va butun o‘simlik darajasidagi haqiqiy dala sharoitiga o‘xshash javobni to‘liq ifodalamasligi mumkin. Tadqiqotchilarning maqsadi butun o‘simlikka qo‘llangan gerbitsiddan keyin yuzaga keladigan fiziologik o‘zgarishlarni tasvir orqali tutib, chidamli individlarni erta va buzmasdan ajratishdir.

Tadqiqot nega RGB, IR termal va xlorofill floresansiyasi tasvirlarini birgalikda ishlatdi?

Uch tasvirlash tizimi o‘simlikning turli xususiyatlarini ko‘radi. RGB kamera inson ko‘zi ham ko‘radigan qizil, yashil va ko‘k ko‘rinadigan yorug‘lik ma’lumotini qayd etadi va barglarning yashilligi yoki sarg‘ayishi kabi belgilarni kuzatadi. IR termal kamera ko‘rinadigan rang o‘rniga sirt haroratini o‘lchaydi. Xlorofill floresansiyasi tasvirlash esa fotosintetik tizimning yorug‘likdan foydalanishi va ortiqcha energiyani tarqatishi bilan bog‘liq floresansiya signallarini o‘lchaydi.

Bu farq muhim, chunki bargning ko‘rinadigan sarg‘ayishi yoki nekroz paydo bo‘lishidan oldin fotosintez, transpiratsiya va energiya taqsimoti o‘zgarishi mumkin. Shuning uchun sensorning “erta” bo‘lishi faqat kamera aniqligi yaxshiroq ekaniga emas, balki o‘lchanayotgan biologik o‘zgaruvchining gerbitsid stressiga qaysi bosqichda javob berishiga bog‘liq.

Tajriba 1: doza-javob materiali

Doza-javob tajribasida chidamli material sifatida glufosinatga chidamli GM soya AtSIZ #6 (Glycine max L. cv. Kwangankong), sezgir material sifatida esa transgen bo‘lmagan ona ota-ona Kwangankong ishlatilgan. Jami 40 o‘simlik bo‘lgan va har bir soya turi × doza kombinatsiyasi uchun to‘rt takror ishlatilgan.

O‘simliklar HB-301SP-0 (Hanbaek Science, Korea) o‘stirish kabinetida 26±3°C harorat va 12 soatlik fotoperiod ostida yetishtirilgan.

Tajriba 2: genetik jihatdan heterogen tekshirish populyatsiyasi

Tekshirish tajribasida GM soya bilan yovvoyi soyaning (Glycine soja Sieb. and Zucc., IT 182932) chatishtirilishidan olingan F2 gibrid populyatsiyasi ishlatilgan. Populyatsiya ham chidamli, ham sezgir individlarni o‘z ichiga olgan. To‘rt takrorning har birida 24 individ, jami 96 o‘simlik baholangan.

Doza-javob tajribasida ayni navning transgen va transgen bo‘lmagan materiallari taqqoslangan bo‘lsa, tekshirish populyatsiyasining boshqa genetik fonni tashishi usulni heterogenroq individlarda ham sinashga imkon bergan. Biroq bu natijalarni barcha soya genotiplariga avtomatik ravishda umumlashtirib bo‘lmaydi; mualliflar kengroq va xilma-xil populyatsiyalar bilan qo‘shimcha tekshirishni zarur deb hisoblaydi.

Glufosinat qanday qo‘llandi?

Gerbitsid soya o‘simliklarining VC bosqichida barglarga qo‘llangan. Doza-javob tajribasida 0, 90, 180, 360 va 720 g faol modda ha^-1 sharoitlari ishlatilgan. Manba bu dozalar tavsiya etilgan 1,440 g faol modda ha^-1 dozasining 1/16 dan 1/2 gacha bo‘lgan qismiga mos kelishini qayd etadi.

Bu dozalar tijoriy foydalanish tavsiyasi sifatida emas, chidamli va sezgir o‘simliklarning tasvir javoblarini bir-biridan ajrata oladigan tajribaviy dozalarni o‘rganish maqsadida ishlatilgan.

Qo‘llash R&D Sprayers bosimli lenta purkash tizimi va Spraying Systems 8001 flat-fan soplo bilan bajarilgan; purkash hajmi 500 L ha^-1 qilib sozlangan. O‘simliklar qo‘llashdan darhol keyin o‘stirish xonasiga olingan va to‘rt takrorli randomizatsiyalangan blok tartibida joylashtirilgan.

Tekshirish tajribasida faqat 180 g faol modda ha^-1 glufosinat ishlatilgan. Bu doza birinchi tajribada RGB, IR termal va CF indekslarining barchasida chidamli va sezgir o‘simliklarni ajratishga imkon bergan eng past doza sifatida tanlangan.

NDI va ExG indekslari soya barglari rangini qanday miqdoriy ifodalaydi?

Ushbu tadqiqotdagi NDI va ExG RGB kameradagi qizil, yashil va ko‘k piksel qiymatlaridan foydalanib barg yashilligini miqdoriy ifodalovchi o‘lchovsiz tasvir indekslaridir. Avval R, G va B kanallari umumiy yorqinlikka bo‘linib normallashtirilgan r, g va b qiymatlari hosil qilinadi; so‘ng NDI yashil bilan qizil orasidagi normallashtirilgan farqni, ExG esa yashil kanalning boshqa ikki kanalga nisbatan ortiqligini o‘lchaydi.

Tenglama 1: RGB kanallarini normallashtirish

\(r=\frac{R}{R+G+B},\quad g=\frac{G}{R+G+B},\quad b=\frac{B}{R+G+B}\)

1. Formula nimani hisoblaydi? Har bir RGB kanalining uch kanal yig‘indisidagi ulushini hisoblaydi.

2. O‘zgaruvchilar: \(R\), \(G\) va \(B\) xom qizil, yashil va ko‘k piksel qiymatlaridir. \(r\), \(g\) va \(b\) ularning normallashtirilgan ko‘rinishidir.

3. Birlik: Piksel qiymatlari nisbati olinishi sababli r, g va b o‘lchovsizdir.

4. Matematik rol: Uchta normallashtirilgan kanal uchun \(r+g+b=1\) bo‘ladi. Shunday qilib indeks mutlaq yorqinlikdan ko‘ra rang tarkibining nisbiy taqsimotiga ko‘proq e’tibor beradi.

5. Tasvirlash ma’nosi: Bir xil o‘simlik hududida yashil kanalning nisbiy ulushi oshsa g ortadi; qizil ulushi oshsa r ortadi.

6. Amal qilish sharti: Maxrajdagi \(R+G+B\) nol bo‘lmasligi kerak. Tadqiqot o‘simlik segmentatsiyasidan keyin barg piksel qiymatlaridan foydalanadi.

7. Talqin: r, g va b o‘z-o‘zicha chidamlilik sinfi emas; ular NDI va ExG ni tuzishda oraliq o‘zgaruvchilardir.

Tenglama 2: NDI

\(NDI=\frac{g-r}{g+r}\)

1. Formula nimani hisoblaydi? Normallashtirilgan yashil va qizil komponentlar orasidagi farqni ularning yig‘indisiga nisbatan masshtablaydi.

2. O‘zgaruvchilar: g normallashtirilgan yashil, r esa normallashtirilgan qizil piksel komponentidir.

3. Birlik: O‘lchovsiz.

4. Matematik rol: g r dan katta bo‘lganda surat musbat bo‘ladi. Barg yashilligi kamayib qizil komponentning nisbiy og‘irligi ortganda NDI pasayishi mumkin.

5. Biologik/tasviriy ma’no: Tadqiqotda sezgir soyalarda glufosinatdan keyin NDI ning chidamli soyalarga qaraganda kuchliroq kamayishi ko‘rinadigan rang stressining miqdoriy ifodasi sifatida ishlatilgan.

6. Shart: NDI ushbu tadqiqotda RGB tasviridan hisoblangan va manbada Tenglama 2 bilan aniq ta’riflangan indeksdir.

7. Talqin: NDI ning pasayishi o‘z-o‘zicha glufosinatga chidamlilikning molekulyar isboti emas; ushbu tadqiqotda gerbitsiddan keyingi chidamlilik sinflari bilan bog‘liq tasvir xususiyatidir.

Tenglama 3: ExG

\(ExG=2g-r-b\)

1. Formula nimani hisoblaydi? Normallashtirilgan yashil komponentga ikki baravar og‘irlik beradi va qizil hamda ko‘k komponentlarni ayirib, “ortiqcha yashil” signalini hosil qiladi.

2. O‘zgaruvchilar: r, g va b normallashtirilgan RGB komponentlaridir.

3. Birlik: O‘lchovsiz.

4. Matematik rol: g oshganda ExG ortishga, r yoki b oshganda kamayishga moyildir.

5. Tasviriy ma’no: Yashil o‘simlik to‘qimasini fon yoki rang o‘zgarishi ko‘rsatgan to‘qimadan ajratish uchun ishlatiladigan rang ko‘rsatkichidir.

6. Tadqiqotdagi shart: Segmentatsiyadan keyin soya barglarining RGB qiymatlaridan hisoblangan.

7. Talqin: Ushbu tadqiqotda NDI ExG ga qaraganda chidamlilikni izchilroq ajratgan; ExG faqat ayrim doza sharoitlarida mazmunli farq ko‘rsatgan.

RGB tasvirlash tizimi

GSD (ground sampling distance) tasvir pikselining tasvirlanayotgan fizik tekislikdagi taxminan qancha masofaga to‘g‘ri kelishini anglatadi. Manba ushbu qurilma uchun taxminan 0.13 mm/piksel qiymatini bildiradi.

IR termal tasvirlash nega RGB dan ertaroq farqlashni ta’minlay oldi?

IR termal tasvirlash barglarning ko‘rinadigan tarzda sarg‘ayishini kutish o‘rniga gerbitsid stressiga hamroh bo‘ladigan barg harorati o‘zgarishini o‘lchagani sababli ayrim dozalarda chidamli va sezgir soya o‘rtasidagi farqni RGB dan ertaroq ko‘rsata olgan. Manba muhokamasiga ko‘ra sezgir o‘simliklardagi harorat ko‘tarilishi fotosintetik ingibitsiya, stomalarning yopilishi va kamaygan transpiratsiya va/yoki oksidlovchi stressga bog‘liq hujayra shikastlanishi bilan aloqador bo‘lishi mumkin; biroq bu mexanizmlar ushbu tadqiqotda bevosita alohida o‘lchanmagan, balki adabiyot asosida talqin qilingan.

IR termal tizimning qurilishi

Termal tasvirlar radiometrik kalibrlangan FLIR A65sc kamera bilan olingan. Kamera 640×512 piksel aniqlikka ega va o‘simlik soyabonidan 60 cm yuqorida mahkamlangan. Termal tasvirlash vaqtida o‘stirish xonasi 33°C da saqlangan.

IR tasvirlar to‘g‘ridan-to‘g‘ri mustaqil segmentatsiyaga berilmagan. Bir xil ko‘rish burchagidan olingan RGB tasvirlar bilan qo‘lda mos nuqtalar tanlangan, geometrik o‘zgartirish va moslashtirish MATLAB 2021b da bajarilgan. So‘ng RGB tasvirida aniqlangan o‘simlik niqobi termal tasvirga qo‘llanib, fon harorati piksellari olib tashlangan va faqat soya to‘qimasiga tegishli haroratlar chiqarib olingan.

Tenglama 4: harorat farqi

\(\Delta T=T_h-T_0\)

1. Formula nimani hisoblaydi? Glufosinat qo‘llangan o‘simlikning barg harorati bilan ayni nav va baholash vaqtidagi qo‘llanmagan nazorat o‘simligining barg harorati orasidagi farqni hisoblaydi.

2. O‘zgaruvchilar: \(T_h\) — glufosinat qo‘llangan o‘simlikning barg harorati; \(T_0\) — qo‘llanmagan nazorat o‘simligining barg harorati.

3. Birlik: Har ikkala harorat °C bo‘lgani uchun harorat farqi °C dir.

4. Matematik rol: Mutlaq harorat o‘rniga nazorat sharoitidan og‘ishni o‘lchaydi.

5. Fizik ma’no: Atrof-muhit haroratiga tegishli umumiy komponentni kamaytirib, gerbitsid qo‘llash bilan bog‘liq nisbiy termal javobni ko‘rsatishga qaratilgan.

6. Shart: Nazorat taqqoslanishi ayni nav va ayni baholash vaqtiga tegishli bo‘lishi kerak.

7. Talqin: Katta musbat harorat farqi qo‘llangan o‘simlik o‘z nazoratidan issiqroq ekanini ko‘rsatadi; biroq harorat faqat gerbitsid ta’sirida o‘zgarmaydi.

Manba mualliflari barg haroratiga tuproq namligi, havo harorati, nisbiy namlik, bug‘ bosimi tanqisligi, radiatsiya va soyabon arxitekturasi kabi ko‘plab muhit o‘zgaruvchilari ta’sir qilishi mumkinligini alohida ta’kidlaydi. Shuning uchun harorat farqining nazoratli muhitda muvaffaqiyatli bo‘lishi ayni chegaralar ochiq dalada o‘zgarmasdan ishlashini anglatmaydi.

Xlorofill floresansiyasi indekslari Fv/Fm, ΦPSII, Fd/Fm va NPQ nimani o‘lchaydi?

Xlorofill floresansiyasi indekslari fotosistema II ning yorug‘lik energiyasidan foydalanishi va ortiqcha energiyani tarqatish xatti-harakatini turli matematik nisbatlar bilan ifodalaydi. Tadqiqotda Fv/Fm, ΦPSII, Fd/Fm va NPQ ishlatilgan. Chidamli o‘simliklar glufosinatdan keyin bu indekslarni nisbatan yuqori darajada saqlab qolgan, sezgir o‘simliklarda esa ayniqsa yuqori dozalarda erta va kuchli pasayishlar yuz bergan.

Xlorofill floresansiyasi tasvirlash sharoitlari

CF tasvirlari SNU-KIST 2 imaging system yordamida o‘simlik soyabonidan 60 cm yuqoridan olingan. O‘simliklar o‘lchashdan oldin 30 daqiqa qorong‘ilikka moslashtirilgan. O‘simlik piksellarining o‘rtacha floresansiya qiymati chiqarilgan va fon Otsu thresholding usuli bilan olib tashlangan.

Tenglama 5: maksimal kvant samaradorligi Fv/Fm

\(\frac{F_v}{F_m}=\frac{F_m-F_0}{F_m}\)

1. Formula nimani hisoblaydi? Qorong‘ilikka moslashtirilgan holatda o‘lchangan asosiy floresansiya bilan maksimal floresansiya orasidagi o‘zgaruvchan floresansiyaning maksimal floresansiyaga nisbatini beradi.

2. O‘zgaruvchilar: Manbaga ko‘ra \(F_0\) qorong‘ilikka moslashtirilgan holatdagi asosiy CF qiymati; \(F_m\) esa o‘simlik maksimal floresansiya chiqargan 1-sekunddagi CF qiymatidir.

3. Birlik: Floresansiya qiymatlari nisbati; o‘lchovsiz.

4. Matematik rol: \(F_m-F_0\) o‘zgaruvchan floresansiyani bildiradi; uni \(F_m\) ga bo‘lish masshtablangan nisbatni beradi.

5. Biologik ma’no: Manba Fv/Fm ni PSII ning maksimal kvant samaradorligi sifatida ishlatgan.

6. Shart: Manba protokolida o‘simliklar o‘lchashdan oldin 30 daqiqa qorong‘ilikka moslashtirilgan.

7. Talqin: Sezgir o‘simliklarda glufosinatdan keyin Fv/Fm ning ko‘proq kamayishi PSII faoliyatidagi stress javobining tasviriy ko‘rsatkichidir.

Tenglama 6: PSII kvant samaradorligi ΦPSII

\(\Phi_{PSII}=\frac{F'_m-F_s}{F'_m}\)

1. Formula nimani hisoblaydi? Yorug‘likka moslashtirilgan holatdagi maksimal floresansiya bilan Tenglama 6 da ishlatilgan \(F_s\) atamasi orasidagi farqni maksimal yorug‘likka-moslashgan floresansiyaga nisbatlaydi.

2. O‘zgaruvchilar: Manba \(F'_m\) ni yorug‘likka moslashtirilgan holatda o‘lchangan maksimal floresansiya intensivligidagi CF qiymati sifatida ta’riflaydi. Tenglamadagi \(F_s\) belgisi esa tenglamalardan keyingi manba izohida alohida ta’riflanmagan. Shu sababli Verianla manbada bo‘lmagan ta’rifni aniq manba ma’lumoti sifatida qo‘shmaydi.

3. Birlik: O‘lchovsiz nisbat.

4. Matematik rol: \(F_s\) qiymati \(F'_m\) ga yaqinlashgan sari surat kichrayadi va ΦPSII kamayadi.

5. Biologik rol: Manba bu ko‘rsatkichni PSII quantum yield sifatida ishlatgan.

6. Shart: Qiymatlar manbada ko‘rsatilgan CF tasvirlash protokolidan olingan.

7. Talqin: Sezgir o‘simliklardagi kuchli pasayish glufosinatdan keyingi fotosintetik javob buzilganini qo‘llab-quvvatlovchi tasvir ko‘rsatkichlaridan biridir.

Tenglama 7: xlorofill floresansiyasi pasayish nisbati Fd/Fm

\(\frac{F_d}{F_m}=\frac{F_m-F'_m}{F_m}\)

1. Formula nimani hisoblaydi? Qorong‘ilikka moslashtirilgan maksimal floresansiya bilan yorug‘likka moslashtirilgan maksimal floresansiya orasidagi farqni \(F_m\) ga nisbatan masshtablaydi.

2. O‘zgaruvchilar: \(F_m\) — qorong‘ilikka moslashtirilgan maksimal CF; \(F'_m\) — yorug‘likka moslashtirilgan maksimal CF qiymati.

3. Birlik: O‘lchovsiz.

4. Matematik rol: \(F'_m\) pasayganda \(F_m-F'_m\) ortadi; biroq natija har ikki floresansiya qiymati birga baholanib talqin qilinishi kerak.

5. Manbadagi nomi: Chlorophyll fluorescence decrease ratio.

6. Shart: CF tasvirlaridan manba protokoliga ko‘ra hisoblangan.

7. Talqin: Tadqiqotda sezgir o‘simliklardagi qiymatlar glufosinatdan keyin chidamli o‘simliklarga qaraganda ancha ko‘proq o‘zgargan.

Tenglama 8: NPQ

\(NPQ=\frac{F_m-F'_m}{F'_m}\)

1. Formula nimani hisoblaydi? \(F_m\) bilan \(F'_m\) orasidagi farqni yorug‘likka moslashtirilgan maksimal floresansiyaga nisbatlaydi.

2. O‘zgaruvchilar: \(F_m\) — qorong‘ilikka moslashtirilgan maksimal CF, \(F'_m\) — yorug‘likka moslashtirilgan maksimal CF qiymati.

3. Birlik: O‘lchovsiz.

4. Matematik rol: Surat va maxraj birgalikda energiya taqsimotiga aloqador nisbiy nisbatni hosil qiladi.

5. Biologik ma’no: NPQ manbada non-photochemical quenching deb atalgan va fotokimyoviy bo‘lmagan energiya tarqalishining ko‘rsatkichi sifatida ishlatilgan.

6. Shart: Ishlatilgan floresansiya signallari manbaning SNU-KIST 2 tasvirlash tizimidan olingan.

7. Talqin: Sezgir o‘simliklarda NPQ ning 6-24 soat orasida keskin pasayishi chidamli o‘simliklardan erta ajratishni ta’minlagan asosiy CF ko‘rsatkichlaridan biridir.

Manbada ikki xil normallashtirish amali mavjud

O‘quvchi aralashtirmasligi kerak bo‘lgan ikki normallashtirish darajasi mavjud. Birinchisi Tenglama 1 dagi piksel darajasidagi RGB normallashtirish: R, G va B qiymatlari o‘z yig‘indisiga bo‘linadi. Ikkinchisi statistik tahlildagi nazorat normallashtirishidir: RGB va CF indekslari ayni navning va ayni baholash vaqtining qo‘llanmagan nazorat o‘rtachasiga bo‘lingan. Manba Figure 5 va Figure 7 aynan shu ikkinchi amal sababli natijalarni “% control” ko‘rinishida beradi.

6 HAT o‘lchovi nega alohida holat?

Doza-javob tajribasidagi 6 HAT tasviri tungi davrda olingan. Manba bu vaqtda IR termal farqlashning barcha dozalarda mazmunli bo‘lmaganini glufosinatning yorug‘likka bog‘liq ta’sir mexanizmi bilan izohlaydi. Mualliflar glufosinat bilan bog‘liq ROS hosil bo‘lishi yorug‘lik talab qilishini ko‘rsatgan avvalgi tadqiqotlarga tayangan holda tungi o‘lchovda ta’sir susaygan bo‘lishi mumkinligini muhokama qiladi.

Bu tajriba dizaynining muhim tafsilotidir: tekshirish tajribasidagi 4, 6, 24 va 48 HAT tasvirlarining barchasi yorug‘lik davrida olingan. Shuning uchun tekshirish tajribasidagi 6 HAT dagi yuqori IR termal tasniflash muvaffaqiyati doza-javob tajribasidagi tungi 6 HAT o‘lchovi bilan bir xil yorug‘lik sharoitida emas.

Ko‘z bilan baholash qanday amalga oshirildi?

Tasvir tahlili bo‘yicha oldindan tajribasi bo‘lmagan 13 mustaqil baholovchi tekshirish tajribasidagi RGB, IR termal va CF tasvirlarini chidamli yoki sezgir deb tasniflagan. Tasvirlar 4, 6, 24 va 48 HAT vaqtlarida baholangan.

IR termal va CF tasvirlaridagi pseudo-color shkalalarining yo‘nalishlari bir-biridan farq qilgani sababli chalkashlikni kamaytirish uchun har bir tasvir turi alohida blokda taqdim etilgan va tasvirlarning blok ichidagi tartibi randomizatsiya qilingan.

PAM klasterlash qanday ishladi?

Partitioning Around Medoids (PAM) — oldindan yorliqlangan chidamlilik sinfini modelga o‘rgatmasdan ma’lumot namunalarini o‘xshashligiga ko‘ra klasterlarga ajratadigan nazoratsiz mashinani o‘rganish usulidir. Tadqiqotda PAM tahlili R 3.2.3 da bajarilgan va klasterlar soni oldindan ikki qilib belgilangan: chidamli va sezgir.

Uchta asosiy xususiyat ishlatilgan: RGB tasviridan NDI, IR termal tasviridan barg harorati va CF tasviridan NPQ. PAM avval ikki ma’lumot klasterini yaratgan; keyin klasterlar doza-javob tajribasida kuzatilgan spektral javob yo‘nalishiga ko‘ra chidamli yoki sezgir deb nomlangan.

Bu tuzilma muhim cheklovga ega. PAM klasterlar soni bu yerda oldindan ikki deb berilgan. Mualliflar usul chidamli individlar juda kam uchraydigan populyatsiyalarda cheklanishi mumkinligini va bunday holatlarda nazoratli mashinani o‘rganish usullari ma’qulroq bo‘lishi mumkinligini bildiradi.

Tadqiqotdagi “%100 Aniqlik” aynan nimani anglatadi?

Tadqiqotdagi eng e’tiborga molik %100 qiymati tekshirish tajribasidagi 96 o‘simlikda IR termal barg haroratidan foydalangan PAM tasnifining 6 HAT da PCR bilan aniqlangan chidamlilik/sezgirlik referensi bilan to‘liq mos kelganini anglatadi. Bu “har bir muhitda va har bir soya genotipida %100 aniq ishlaydigan tashxis usuli” degani emas. Bundan tashqari, maqolada Fine Tree uchun keltirilgan %100 qiymatlar alohida tahlilga tegishli bo‘lib, ular mustaqil test aniqligi emas, balki o‘quv ma’lumotlarida takrorlangan kross-validatsiyaning o‘rtacha aniqligi sifatida berilgan.

Tenglama 9: tasniflash aniqligi

\(\text{Accuracy}=\frac{TP+TN}{TP+TN+FP+FN}\)

1. Formula nimani hisoblaydi? To‘g‘ri tasniflangan namunalar sonining barcha tasniflangan namunalarga nisbatini hisoblaydi.

2. TP nima? True positive; chidamli bo‘lib, to‘g‘ri tarzda chidamli deb tasniflangan individ.

3. TN nima? True negative; sezgir bo‘lib, to‘g‘ri tarzda sezgir deb tasniflangan individ.

4. FP nima? False positive; aslida sezgir bo‘lsa-da, noto‘g‘ri tarzda chidamli deb tasniflangan individ.

5. FN nima? False negative; aslida chidamli bo‘lsa-da, noto‘g‘ri tarzda sezgir deb tasniflangan individ.

6. Birlik: O‘lchovsiz nisbat; 100 ga ko‘paytirilganda foiz aniqlik sifatida ifodalanadi.

7. Talqin: %100 accuracy o‘rganilgan namunalar to‘plamida FP va FN bo‘lmaganini anglatadi; boshqa muhit, prevalensiya, genotip yoki sensor sharoitlarida ayni nisbat saqlanishini o‘z-o‘zicha kafolatlamaydi.

PCR nega “ground truth” sifatida ishlatildi?

Tasvirga asoslangan bashoratlar to‘g‘ri yoki noto‘g‘ri ekanini baholash uchun individlarning haqiqiy chidamlilik sinfi mustaqil referens orqali ma’lum bo‘lishi kerak. Tadqiqotda bu referens ilgari ta’riflangan PCR tekshirish protsedurasidan olingan glufosinatga chidamlilik holati sifatida ishlatilgan. Shunday qilib tasvir yoki PAM natijasi o‘zini o‘zi tasdiqlamagan, balki tashqaridan aniqlangan chidamlilik yorlig‘i bilan taqqoslangan.

Nazoratli mashinani o‘rganish tajribasi PAM dan qanday farq qiladi?

PAM trening vaqtida yorliqlardan foydalanmaydigan nazoratsiz klasterlash usulidir. Nazoratli modellarda esa chidamlilik/sezgirlik yorliqlari modelni o‘rgatishda ishlatiladi. Tadqiqotchilar MATLAB 2021b Classifier Learner dan foydalanib NDI, barg harorati va NPQ bo‘yicha jami 34 nazoratli algoritmni baholagan.

96 individning 63 tasi chidamli, 33 tasi sezgirdir. Ma’lumotlar to‘plami 7:2:1 nisbatda o‘quv, validatsiya va testga tasodifiy bo‘lingan; mos ravishda 68, 19 va 9 o‘simlik ishlatilgan. O‘quv to‘plamida giperparametr optimallashtirish uchun besh qavatli kross-validatsiya 10 marta takrorlangan; mustaqil test to‘plami faqat yakuniy samaradorlik bahosi uchun ajratilgan.

Asosiy PDF 34 algoritmning barcha giperparametr va samaradorlik jadvallarini o‘z ichiga olmaydi; bu ma’lumotlar Supplementary Table 1, Supplementary Table 2, Supplementary Table 3 va Supplementary Data Sheet 1 ga yo‘naltirilgan. Shuning uchun bu yerda asosiy PDF da ko‘rinmagan algoritmga xos test qiymatlari yaratilmagan.

Asosiy matnda berilgan muhim nazoratli ML natijasi quyidagicha: Fine Tree klassifikatoridan foydalanilganda IR barg harorati 6 HAT da, NPQ esa 24 HAT da %100 o‘rtacha kross-validatsiya aniqligi ga erishgan. Bu ibora mustaqil 9 o‘simlikdan iborat test to‘plami ayni vaqtlarda %100 tasniflangan degan ma’noga aylantirilmasligi kerak.

Tadqiqot Usuli va Natijalari

Tajriba dizaynining qisqacha mazmuni

Doza-javob tajribasining umumiy natijasi

RGB, IR termal va CF tasvirlarining uchalasi ham glufosinatdan keyin chidamli va sezgir soyalarda turli javob naqshlarini ko‘rsatgan. Farqlar vaqt o‘tishi bilan va ayniqsa yuqori dozalarda yanada yaqqol bo‘lgan. IR termal va CF tasvirlash 90 g a.i. ha^-1 kabi past dozalarda ham RGB dagi ko‘rinadigan alomatlardan oldin fiziologik farqlarni ko‘rsata olgan.

Uch yo‘nalishli takroriy o‘lchovlar ANOVA sida soya turi, doza va vaqtning asosiy ta’sirlari barcha spektral indekslarda ahamiyatli. Nav ta’siri ExG da P<0.05, barcha boshqa indekslarda P<0.001 darajasidadir. IR termal va CF indekslaridagi nav ta’siriga tegishli F qiymatlarining RGB indekslaridagidan yuqori bo‘lishi tajribada chidamli va sezgir navlar orasida bu o‘lchovlar kuchliroq ajratish xususiyatiga ega ekanini ko‘rsatadi.

Manba Table 1: uch yo‘nalishli takroriy o‘lchovlar ANOVA natijalari

Within-subject vaqt ta’sirlari uchun sphericity farazi buzilganda Greenhouse-Geisser tuzatishi qo‘llangan. Vaqt bir o‘simlikda qayta-qayta o‘lchangani sababli oddiy mustaqil guruhlar ANOVA si o‘rniga repeated-measures yondashuvi ishlatilishi ayni individdan kelgan ketma-ket o‘lchovlar mustaqil emasligini hisobga olishga qaratilgan.

Uchlik T×V×D o‘zaro ta’siri hech bir spektral indeksda ahamiyatli emas. Bunga qarshi ravishda T×V o‘zaro ta’sirining barcha indekslarda ahamiyatli bo‘lishi chidamli va sezgir navlar o‘rtasidagi farq vaqt davomida o‘zgarishini ko‘rsatadi. V×D o‘zaro ta’siri IR termal va barcha CF indekslarida ahamiyatli, NDI va ExG da esa ahamiyatli emas.

RGB natijalari: ko‘rinadigan alomat qachon paydo bo‘ldi?

Har ikki soya turining RGB tasvirlarida 24 HAT gacha yaqqol vizual o‘zgarish kuzatilmagan. 48 HAT dan boshlab sezgir o‘simliklarning barglari barcha dozalarda sarg‘aya boshlagan; doza va vaqt oshgani sari chlorosis va necrosis kuchaygan. Chidamli o‘simliklar esa eng yuqori dozada ham tajriba davomida asosan yashil qolgan.

NDI sezgir soyalarda doza ortgan sari tezroq va kuchliroq kamaygan. 96 HAT da sezgir o‘simliklarda 90 g a.i. ha^-1 dozada nazoratga nisbatan taxminan %43.8 kamayish, 720 g a.i. ha^-1 dozada esa %100 kamayish qayd etilgan. Chidamli o‘simliklarda 96 HAT kamayishlari %24.2 bilan %36.4 oralig‘ida qolgan.

NDI 180-720 g a.i. ha^-1 dozalarda ikki navni ahamiyatli tarzda ajratgan va farqlash 24 HAT dan boshlab ko‘ringan. ExG esa ancha kam izchil bo‘lgan; ahamiyatli nav farqi faqat 360 g a.i. ha^-1 sharoitida topilgan va 720 g a.i. ha^-1 dozada ham doimiy ahamiyatli ajratish ta’minlanmagan.

IR termal natijalari: harorat farqi nimani ko‘rsatdi?

Sezgir soyalarda nazoratga nisbatan harorat o‘zgarishi chidamli o‘simliklardagidan kattaroq. Past 90 va 180 g a.i. ha^-1 dozalarda erta vaqtlarda ahamiyatli farq kuzatilmagan, biroq 24 HAT dan boshlab ajratish mumkin bo‘lgan. Yuqori dozalarda esa ikki nav o‘rtasidagi ahamiyatli termal farq 4 HAT dayoq paydo bo‘lgan.

24 HAT da barcha dozalar bo‘yicha sezgir o‘simliklarning o‘rtacha harorat farqi 1.79°C, chidamli o‘simliklarniki esa 0.22°C deb xabar qilingan.

6 HAT da hech bir dozada ahamiyatli chidamli-sezgir farqi topilmagan. Manba bu maxsus natijani 6 HAT tasvirlarining tunda olingani va glufosinat ta’sirining yorug‘likka bog‘liq bo‘lishi bilan bog‘laydigan mexanistik talqin beradi. Bu talqin ushbu tadqiqotda bevosita o‘lchangan ROS yoki glutamine synthetase ma’lumotiga emas, adabiyotga tayangan mexanistik izohga asoslanadi.

CF natijalari: fotosintetik stress ko‘rinadigan zarardan oldin aniqlandi

CF pseudo-color tasvirlarida sezgir o‘simliklarda glufosinat dozasi va vaqt oshgani sari yaqqol qorayish kuzatilgan; chidamli soyalardagi o‘zgarishlar cheklanganroq bo‘lgan. Sezgir va nazorat o‘simliklari orasidagi CF farqlari 4 HAT dayoq paydo bo‘lgan va RGB tasvirlaridagi ko‘rinadigan alomatlardan oldin kuzatilgan.

Fv/Fm barcha glufosinat dozalarida va baholash vaqtlarining ko‘pchiligida chidamli va sezgir navlarni ahamiyatli ajratgan. Eng yuqori 720 g a.i. ha^-1 dozada farq 4 HAT da; boshqa dozalarda 6 HAT dan boshlab aniqlangan.

Sezgir soyalarda maksimal Fv/Fm kamayishlari 90, 180, 360 va 720 g a.i. ha^-1 dozalarda mos ravishda %28.9, %33.0, %39.7 va %38.6 deb xabar qilingan. Chidamli soyalardagi maksimal pasayish esa %14.0 darajasida qolgan.

ΦPSII umuman Fv/Fm ga o‘xshash naqsh ko‘rsatgan. Biroq eng yuqori dozada ahamiyatli farqlash 4 HAT o‘rniga 6 HAT dan boshlab mumkin bo‘lgan.

Fd/Fm va NPQ past 90 va 180 g a.i. ha^-1 dozalarda 24 HAT dan boshlab, yuqori 360 va 720 g a.i. ha^-1 dozalarda esa 4 HAT dayoq ajratishni ta’minlagan. Sezgir o‘simliklarda Fd/Fm keyinchalik %35.5 gacha, NPQ %26.7 gacha pasaygan. Chidamli o‘simliklarda kuzatilgan minimum qiymatlar mos ravishda %71.7 va %64.1 bo‘lgan.

10 kunlik biomassa natijasi nega muhim?

Erta tasvir farqlari faqat vaqtinchalik sensor shovqini ekanini tekshirish uchun ayni o‘simliklar glufosinat qo‘llangandan 10 kun o‘tib yig‘ilib, yer usti ho‘l og‘irligi o‘lchangan. Sezgir soyalarda doza oshgani sari kuchli o‘sish bostirilishi yuz bergan, chidamli soyalarda esa biomassa asosan saqlangan.

Manba Figure 8 da bu natijani ustunli grafik bilan ko‘rsatadi. Asosiy matn har bir ustunning aniq sonli ho‘l og‘irligini jadval ko‘rinishida bermagani uchun Verianla grafikdan pikselga asoslangan soxta aniq qiymatlar chiqarmagan.

Tekshirish tajribasi: nega 180 g a.i. ha-1 tanlandi?

180 g a.i. ha^-1 birinchi tajribada RGB, IR termal va CF indekslarining barchasida chidamli va sezgir o‘simliklar o‘rtasida farqlashni ta’minlagan eng past glufosinat dozasi bo‘lgani uchun tekshirish tajribasiga o‘tkazilgan.

Bu tajribada uchta asosiy indeks tanlangan: NDI, barg harorati va NPQ. Shu tariqa har bir tasvir oilasidan bitta asosiy xususiyat ishlatilgan.

Inson ko‘zi bilan tasniflash natijalari

13 baholovchining individual tasniflash aniqliklari subyektiv qaror mezonlariga qarab %73.3 bilan %93.0 oralig‘ida o‘zgargan. Bu o‘zgaruvchanlik inson ko‘zi bilan tasniflash amaliy bo‘lishi mumkin bo‘lsa-da, kuzatuvchiga bog‘liqligini ko‘rsatadi.

PAM tasnifining miqdoriy natijalari

Bu jadval faqat manba asosiy matnida ochiq ko‘rsatilgan qiymatlarni aniq son sifatida beradi. Figure 10 dagi boshqa ustunlarni vizual o‘qish mumkin bo‘lsa-da, xom sonlar matnda berilmagani sababli taxminiy grafik o‘qishlari aniq ma’lumot sifatida yozilmagan.

Nazoratli ML natijalarini qanday talqin qilish kerak?

34 nazoratli klassifikator orasida IR termal va CF xususiyatlari umuman RGB NDI xususiyatiga qaraganda ertaroq va yuqoriroq tasniflash samaradorligini ko‘rsatgan. Asosiy matnda Fine Tree misoli alohida ko‘rsatiladi: barg harorati 6 HAT da, NPQ esa 24 HAT da %100 o‘rtacha kross-validatsiya aniqligiga erishgan.

Biroq uchta samaradorlik qatlamini bir-biridan ajratish kerak:

• Ko‘z bilan tasniflash: 13 inson baholovchining tasvirlarga qarab bergan qarorlari.
• PAM: butun tekshirish populyatsiyasidagi indekslarni ikki klasterga ajratadigan nazoratsiz tasniflash.
• 34 nazoratli model: 68 o‘quv, 19 validatsiya va 9 mustaqil test individiga bo‘lingan ma’lumotlarda ishlab chiqilgan modellar.

Shuning uchun PAM ning 6 HAT %100 aniqligi bilan Fine Tree ning 6 HAT %100 o‘rtacha kross-validatsiya natijasi matematik jihatdan bir xil samaradorlik tajribasining natijasi emas.

Statistik usullar

Spektral indekslar avval uch yo‘nalishli repeated-measures ANOVA bilan tahlil qilingan. Vaqt within-subject omil, glufosinat dozasi va soya turi esa between-subject omillar sifatida belgilangan. Sphericity farazi buzilganda Greenhouse-Geisser correction qo‘llangan.

Ahamiyatli ta’sirlar topilganda chidamli va sezgir soya taqqoslashlari Fisher's LSD usuli bilan bajarilgan. Ko‘z bilan baholash va ML tasniflash aniqliklari orasidagi farqlar har bir vaqt nuqtasida paired t-test bilan taqqoslangan. Statistik tahlillarda SPSS Version 29 va R 3.2.3 ishlatilgan.

Bu natijalar haqiqiy dalada ayni aniqlik bilan ishlashini isbotlaydimi?

Yo‘q. Tadqiqot nazorat qilinadigan o‘stirish xonasi sharoitida o‘tkazilgan va ayniqsa IR termal barg harorati muhit o‘zgaruvchilariga sezgir. Mualliflar havo harorati, nisbiy namlik, bug‘ bosimi tanqisligi, tuproqdagi suv holati, radiatsiya intensivligi va soyabon arxitekturasi termal o‘lchovni o‘zgartirishi mumkinligini qayd etadi. Shu sababli usul haqiqiy dalada ayni chegaralar va ayni tasniflash aniqligi bilan ishlashi bu tadqiqotda isbotlanmagan; turli genotiplar va atrof-muhit sharoitlarida dala tekshiruvi zarur.

Tadqiqot qo‘llab-quvvatlaydigan xulosalar

• RGB, IR termal va CF tasvirlash glufosinatdan keyin chidamli va sezgir soyalarda turli spektral/fiziologik javoblarni ushlagan.
• IR termal va CF indekslari RGB dagi ko‘rinadigan zarardan ertaroq ajratishni ta’minlay olgan.
• NDI RGB ga asoslangan ExG indeksiga qaraganda chidamlilikni izchilroq ajratgan.
• Yuqori dozalarda IR termal va ayrim CF indekslari 4 HAT dayoq ahamiyatli farq ko‘rsata olgan.
• Tekshirish tajribasida PAM barg harorati tasnifi 6 HAT da %100 aniqlikka erishgan.
• IR termal tasvirlar inson baholovchilari uchun ham yuqori vizual tasniflash muvaffaqiyatini ta’minlagan.
• 96 o‘simlikli aralash F2 populyatsiyasida tasvir xususiyatlari turli genetik fonlarda qayta tekshirilgan.
• Erta spektral farqlar 10 kundan keyingi biomassa javobining yo‘nalishi bilan mos kelgan.

Tadqiqot qo‘llab-quvvatlamaydigan xulosalar

• Usul barcha dala sharoitlarida %100 aniqlik bilan ishlashi ko‘rsatilmagan.
• 6 HAT PAM %100 natijasi barcha mashinani o‘rganish modellarining %100 mustaqil test aniqligiga ega degani emas.
• Termal harorat farqi faqat glufosinatga xos ekani ko‘rsatilmagan.
• Tadqiqot barcha soya navlari yoki barcha glufosinatga chidamlilik mexanizmlarini qamrab olmaydi.
• PAM chidamli individlar juda kam bo‘lgan haqiqiy monitoring populyatsiyalarida ayni muvaffaqiyatni ko‘rsatishi tekshirilmagan.
• Usul glufosinatga chidamli begona o‘tlarda muvaffaqiyatli ishlashi bu tajribada bevosita sinovdan o‘tkazilmagan; bu foydalanish kelajakdagi potensial qo‘llanish sifatida muhokama qilingan.
• Glutamine synthetase inhibisiyasi, ammonia accumulation yoki ROS ishlab chiqarilishi ushbu tajribada alohida biokimyoviy o‘lchanmagan; ular glufosinat ta’sir mexanizmini tushuntirish uchun adabiyotga tayangan muhokama kontekstidir.

Tadqiqotning kuchli tomonlari

Birinchi kuchli tomon — butun o‘simlikni shikastlamasdan ayni individda vaqt davomida qayta-qayta tasvirlash. Shu tariqa erta 4-96 soatlik javoblar ayni biologik individlarda kuzatilgan.

Ikkinchi kuchli tomon — uch xil tasvir fizikasi birgalikda baholangan: ko‘rinadigan rang, sirt harorati va xlorofill floresansiyasi. Shu orqali erta bosqichda bir sensor yetishmaydigan holatda boshqa sensorlarning afzalligi taqqoslangan.

Uchinchi kuchli tomon — dastlabki doza-javob natijalari ayni material bilan cheklanmay, boshqa genetik fonli F2 populyatsiyasida tekshirilgan.

To‘rtinchi kuchli tomon — tasvir tasnifi faqat inson ko‘zi yoki faqat bitta ML usuli bilan baholanmagan; inson baholashi, PAM klasterlash va nazoratli algoritmlar alohida-alohida o‘rganilgan.

Asosiy cheklovlar

Eng muhim cheklov — nazorat qilinadigan o‘stirish xonasi sharoiti. Ayniqsa barg harorati muhit o‘zgaruvchilariga kuchli bog‘liq bo‘lishi mumkinligi sababli dala samaradorligi alohida tekshirilishi kerak.

Ikkinchi cheklov — tekshirish populyatsiyasi 96 o‘simlik bilan cheklangan. Nazoratli model ishlab chiqishda mustaqil test to‘plamida atigi to‘qqiz o‘simlik bo‘lgan. Mualliflar kattaroq va xilma-xil populyatsiyalarda tekshirish zarurligini ochiq qayd etadi.

Uchinchi cheklov — PAM klasterlari soni oldindan ikki qilib belgilangan. Bu yondashuv chidamli va sezgir individlar birga mavjud bo‘lgan holatlarga mos; chidamli individlar juda kam bo‘lgan populyatsiyalarda klasterlash samaradorligi pasayishi mumkin.

To‘rtinchi cheklov — CF tizimida 30 daqiqalik dark adaptation talabi. Manba bu talab amaliy foydalanishni cheklashi mumkinligini va yorug‘likka moslashgan holatda o‘lchanadigan ΦPSII kabi indekslar ayrim qo‘llanmalarda afzallik berishi mumkinligini muhokama qiladi.

Beshinchi cheklov — asosiy PDF da 34 nazoratli algoritmning batafsil giperparametrlari va barcha natijalari yo‘qligi. Ular Supplementary Material ga ko‘chirilgan. Verianla faqat yuklangan asosiy PDF da ochiq berilgan natijalarni aniq ma’lumot sifatida ishlatgan.

Amaliy ma’no

Mualliflar usul glufosinatga chidamli GM soyada transgen tashuvchi individlarni tezkor skrining qilish, gen oqimi tajribalarida avlod individlarini tanlash va kelajakda gerbitsidga chidamli begona o‘tlarni yuqori unumli skrining qilish kabi qo‘llanmalarga kengaytirilishi mumkinligini muhokama qiladi.

Biroq tasvir tahlili PCR yoki oqsilga asoslangan usullarning molekulyar tasdig‘ini yo‘q qiladigan mutlaq o‘rinbosar sifatida taqdim etilmasligi kerak. Ushbu tadqiqot tasvirlash yondashuvini tez va buzmasdan skrining qilish vositasi sifatida qo‘llab-quvvatlaydi. Ayniqsa xavfni boshqarish yoki regulyativ qaror talab qiladigan holatlarda tasvir tasnifining roli maqsadli foydalanish kontekstiga ko‘ra alohida tekshirilishi kerak.

Manba va Usul Haqida Izoh

Asl sarlavha: Early identification of glufosinate-resistant soybeans using plant image analysis.

Mualliflar va tartib: Min-Jung Yook, Bo-Kyung Chang, Tae-Kyeong Noh, Do-Soon Kim.

Teng hissa: Manba PDF da teng hissa/teng birinchi mualliflik belgisi ko‘rinmaydi.

Mas’ul muallif: Do-Soon Kim.

Afiliatsiya: Department of Agriculture, Forestry and Bioresources, Research Institute of Agriculture and Life Sciences, College of Agriculture and Life Sciences, Seoul National University, Seoul, Republic of Korea.

Jurnal: Frontiers in Plant Science.

Jurnal bo‘limi: Crop and Product Physiology.

Nashr turi: Original Research.

Jild / maqola raqami: Volume 17, Article 1886688.

DOI: 10.3389/fpls.2026.1886688.

Rasmiy havola: https://doi.org/10.3389/fpls.2026.1886688

Nashr platformasi/nashriyot: Frontiers.

Topshirilgan: 20 May 2026.

Qayta ko‘rib chiqilgan: 26 June 2026.

Qabul qilingan: 20 July 2026.

Nashr qilingan: 4 August 2026.

Muharrir: Yuxiang Zeng.

Taqrizchilar: Damrongvudhi Onwimol va Zhongzhong Niu.

Taqriz holati: Taqrizdan o‘tgan jurnal maqolasi; manba PDF muharrir va taqrizchilarni ochiq ko‘rsatadi.

Litsenziya: Creative Commons Attribution License (CC BY). Manba tegishli akademik iqtibos bilan foydalanish, tarqatish va qayta ishlab chiqarishga ruxsat beradi.

Moliyalashtirish: Korea Institute of Planning and Evaluation for Technology in Food, Agriculture and Forestry (IPET), Ministry for Food, Agriculture, Forestry and Fisheries, Republic of Korea; Project No. 321056-05-1-HD050.

Manfaatlar to‘qnashuvi: Mualliflar potensial manfaatlar to‘qnashuvi sifatida talqin qilinishi mumkin bo‘lgan tijoriy yoki moliyaviy munosabatlar yo‘qligini bildirgan.

Ma’lumotlar mavjudligi: Tadqiqotning original hissalari maqola va Supplementary Material ichida ekani; qo‘shimcha savollar corresponding author ga yuborilishi mumkinligi qayd etilgan.

Muallif hissalari: MY: Investigation, Writing – original draft, Writing – review & editing. BC: Investigation, Methodology, Writing – review & editing. TN: Investigation, Methodology, Writing – review & editing. DK: Conceptualization, Funding acquisition, Supervision, Writing – review & editing.

Generative AI bayonoti: Mualliflar maqolani tayyorlashda generative AI ishlatilmaganini bildirgan. Frontiers tomonidan rasmlar uchun berilgan alternativ matnlar AI yordami bilan yaratilgan bo‘lishi mumkinligi nashriyot tomonidan alohida qayd etilgan.

Asosiy tajriba chegarasi: Barcha tajribalar nazorat qilinadigan o‘stirish xonasi sharoitida bajarilgan. Dala qo‘llanishi yoki tabiiy muhitdagi tasniflash aniqligi ushbu tadqiqotda sinovdan o‘tkazilmagan.

Mashinani o‘rganish chegarasi: PAM ning %100 IR termal aniqligi bilan Fine Tree ning %100 o‘rtacha kross-validatsiya aniqligi turli tahlillardir. Asosiy PDF Fine Tree uchun mustaqil test to‘plamida %100 natijani bildirmaydi.

Supplementary Material chegarasi: 34 supervised algoritmning to‘liq ro‘yxati, giperparametr tafsilotlari va barcha model samaradorlik statistikasi asosiy PDF da emas, qo‘shimcha materialda berilgan; yuklangan asosiy manbadan tashqaridagi qiymatlar bu maqolada uydirilmagan.