In den letzten Jahrzehnten haben Ökologen zunehmend a merkmalsbasierter AnsatzDas heißt, sie nutzen morphologische, physiologische oder phänologische Eigenschaften von Organismen, um ökologische Dynamiken zu interpretieren und zu verstehen. Für Samenökologen sind solche Merkmale üblicherweise Messungen der Samengröße und Beschreibungen von Samenformen und Anhängen. Die Ermittlung solcher morphologischer Merkmale kann ein sehr zeitaufwändiger Prozess sein, der lange Tage im Mikroskop erfordert und die beste Methode zur Klassifizierung von Samen in subjektive Form- und Farbklassifizierungen erfordert. Bildanalyse ist die natürlichste Lösung für diese Aufgabe, da Computer so programmiert werden könnten, dass sie Informationen aus Samenbildern extrahieren. Dennoch sind die gängigsten Ansätze, wie z Schwellenwert und tiefe Lernenhaben entweder mit der großen Vielfalt der Samenmorphologien zu kämpfen oder erfordern hochentwickelte Rechenressourcen.

Als Reaktion auf diese Herausforderungen hat ein Forschungsteam unter der Leitung von Dr. Roberta LC Dayrell (@RobertaDayrell auf Twitter) erstellt Traitor -eine Open-Source-Software, die die Extraktion von Samengrößen-, -form- und -farbmerkmalen aus Bildern automatisiert. Im Gegensatz zu anderen verfügbaren Tools Traitor nutzt eine unbeaufsichtigte Segmentierungstechnik, die die automatisierte Trennung von Seeds von kontrastreichen Hintergründen ohne Schulung oder manuelle Anpassungen ermöglicht. Darüber hinaus ist die Software für die Verarbeitung von Hunderten von Bildern unterschiedlicher Taxa konzipiert und ermöglicht so groß angelegte Analysen, die bisher nicht durchführbar waren.

So verwenden Sie Traitor, muss der Benutzer nur vier Schritte befolgen. Zunächst müssen die Samen von Trümmern und anderen Anhängseln wie behaarten Strukturen und Grannen getrennt werden, die die Bildaufnahme und -verarbeitung erschweren könnten. Anschließend werden Samenbilder mit einem Scanner mit einem homogenen Farbhintergrund aufgenommen, der sich von den Samenbildern abhebt. Solche Scans sollten eine Farbkarte mit Standards für den nächsten Schritt enthalten, in dem die Bilder zur Farbstandardisierung verarbeitet und die Samen automatisch von ihrem Hintergrund getrennt werden. Am Ende der Verarbeitungsphase wird für jeden Samen eine Silhouette erstellt, die dann so ausgerichtet wird, dass sie sich in relativ gleicher Position wie die anderen befindet. Schließlich werden die Konturen verwendet, um alle Merkmale zu extrahieren. Man könnte meinen, dass all diese Prozesse viele Befehle erfordern würden, aber die Wahrheit ist Traitor kann das alles mit nur drei Befehlen erledigen!

In einem Interview mit Botany One erklärte Dayrell, dass die größte Herausforderung bei der Entwicklung von Traitor definierte die spezifischen Merkmale, die extrahiert werden sollten. In ihren eigenen Worten bestand das Ziel des Teams darin, „Merkmale zu extrahieren, die effektiv interpretierbare Informationen über die morphologischen Eigenschaften von Samen vermitteln könnten“. Sie fährt fort: „Dies erwies sich als komplexe Aufgabe, insbesondere im Umgang mit Form und Farbe, bei denen es sich um komplexe und vielschichtige Merkmale handelt.“ Letztendlich umfasst diese erste Version der Software zwölf Merkmale, darunter morphometrische (wie Länge, Fläche und Umfang), Farb- und Formmessungen.

Um die Genauigkeit der Messungen ihres Programms zu überprüfen, verwendeten Dayrell und ihr Team DiasMorph – einer Merkmals- und Bilddatenbank von Samen aus Mitteleuropa mit über 1200 Taxa – und verglich die Messungen von Traitor mit denen, die manuell erhalten wurden. Die Validierungsergebnisse lassen keinen Zweifel an der Richtigkeit von Traitor: Die manuellen und automatischen Messungen stimmten zu etwa 98 % überein! Jedoch, Traitor eignet sich nicht nur zum Extrahieren dieser Art von morphologischen Informationen, sondern verfügt auch über hervorragende Möglichkeiten zur Gewinnung von Daten wie Farbbeschreibungen und Formklassifizierungen.

Die Samenfarbe ist beispielsweise zur Unterscheidung verschiedener Arten wertvoll und wurde mit Prozessen von großer ökologischer Bedeutung in Verbindung gebracht, wie z Samenpersistenz im Boden. Angesichts der unendlichen Anzahl an Farben ist es jedoch immer schwierig, Farben zwischen Beobachtern zu vergleichen. Man könnte meinen, man könne dieses Problem lösen, indem man die Farben in große Kategorien einteilt – etwa rote, braune und graue Samen –, aber das würde bedeuten, dass subtile Variationen verloren gehen. Traitor überwindet diese Herausforderungen durch Extrahieren der sRGB-Werte passend zu den Farben des Samens. Diese Werte, die für jede Farbe universell und einzigartig sind, können dann in quantitativen Analysen verwendet werden, die von der Beschreibung von Farbvariationen innerhalb von Kladen bis zur Entwicklung der Samenfarbe reichen und den Weg für neue und aufregende Forschungswege und -anwendungen ebnen.

Ähnliche Herausforderungen treten auf, wenn Forscher Formen beschreiben wollen, da die Grenzen zwischen den Formen subjektiv und abstrakt sein können. Wann hört beispielsweise ein Samen auf, „rund“ zu sein, und beginnt, „oval“ zu sein? Wo liegt die Grenze zwischen „ovalen“ und „eiförmigen“ Samen? Also, Traitor befreit uns von solchen Bedenken, da es quantitative Werte zu Samenformen, einschließlich Rundheit und Höhen-Breite-Verhältnis, liefern kann, was uns eine objektive Analyse der Samenformen ermöglicht. Dayrell und ihr Team nutzten diese Daten beispielsweise, um die Samen von zu charakterisieren Carex Arten, die in DiasMorph gefunden wurden, und klassifizierten sie basierend auf Seitenverhältnis und Symmetrie in acht verschiedene Formkategorien. Bemerkenswert ist, dass einige Arten durchgängig einer bestimmten Formklasse zugeordnet wurden, was das Potenzial ihres Ansatzes für die Entwicklung von Werkzeugen zur Samenidentifizierung verdeutlicht.

In Anbetracht all dieser herausragenden Funktionen, Traitor verspricht ein praktisches Werkzeug zur Weiterentwicklung der Saatgutökologie zu sein, da es die automatisierte Extraktion verschiedener Saatgutmerkmale auf benutzerfreundliche und zeiteffiziente Weise ermöglicht. Darüber hinaus werden die quantitativen Deskriptoren Form und Farbe eine genauere und interpretierbarere Beschreibung solcher Merkmale ermöglichen. Seine erfolgreiche Validierung mit der DiasMorph-Datenbank beweist sein großes Potenzial zur Erstellung großer, zuverlässiger Datensätze von Samenmerkmalen, einer Ressource, die in den meisten Teilen der Welt fehlt. vor allem die Tropen. Dayrell sagte uns im Interview: „Es ist erwähnenswert, dass diese Methode der Merkmalsextraktion kostengünstig ist und lediglich einen Computer, einen Scanner und eine kontrastreiche Leinwand erfordert.“ Diese Erschwinglichkeit macht es besonders wertvoll für Forschungsanstrengungen in Laboren, in denen die Ressourcen möglicherweise begrenzt sind.“

Diese Ergebnisse sind auch außerhalb der Ökologie wichtig. Dayrell wies darauf hin, dass diese Software beispielsweise großes Potenzial für die Pflanzenzüchtung habe. Sie argumentiert, dass „die Identifizierung und Auswahl von Saatgut mit den gewünschten Merkmalen eine entscheidende Rolle in Pflanzenzüchtungsprogrammen spielt.“ TraitorDie Ausgabe liefert wertvolle Informationen für die Bewertung und Sortierung von Saatgut anhand ihrer morphologischen Eigenschaften. Diese Fähigkeit erhöht die Effizienz und Effektivität der Pflanzenzüchtungsbemühungen und erleichtert die Identifizierung und Vermehrung von Samen mit den gewünschten Eigenschaften.“ Sie betonte auch die mögliche Rolle von Traitor bei der Generierung von Daten, die die Entwicklung intuitiver und benutzerfreundlicher Identifizierungswerkzeuge vorantreiben können, die in verschiedenen Disziplinen wie ökologischer Wiederherstellung, Archäobotanik und Ethnobotanik eingesetzt werden können. Eines ist sicher: Die Möglichkeiten sind endlos und Traitor scheint der Herausforderung gewachsen zu sein. Wenn Sie mich fragen, kann ich es kaum erwarten, es auszuprobieren!

DIE ZEITUNG LESEN
Dayrell, RLC, Ott, T., Horrocks, T., & Poschlod, P. Automatisierte Extraktion morphologischer Merkmale von Samen aus Bildern. Methoden in Ökologie und Evolution. Verfügbar unter: https://doi.org/10.1111/2041-210X.14127