Automatic Fruit Morphology Phenome and Genetic Analysis : An Application in the Octoploid Strawberry
Zingaretti, Laura M. (Centre de Recerca en Agrigenòmica)
Monfort, Amparo (Centre de Recerca en Agrigenòmica)
Perez-Enciso, Miguel (Centre de Recerca en Agrigenòmica)

Fecha:	2021
Resumen:	Automatizing phenotype measurement will decisively contribute to increase plant breeding efficiency. Among phenotypes, morphological traits are relevant in many fruit breeding programs, as appearance influences consumer preference. Often, these traits are manually or semiautomatically obtained. Yet, fruit morphology evaluation can be enhanced using fully automatized procedures and digital images provide a cost-effective opportunity for this purpose. Here, we present an automatized pipeline for comprehensive phenomic and genetic analysis of morphology traits extracted from internal and external strawberry (Fragaria x ananassa) images. The pipeline segments, classifies, and labels the images and extracts conformation features, including linear (area, perimeter, height, width, circularity, shape descriptor, ratio between height and width) and multivariate (Fourier elliptical components and Generalized Procrustes) statistics. Internal color patterns are obtained using an autoencoder to smooth out the image. In addition, we develop a variational autoencoder to automatically detect the most likely number of underlying shapes. Bayesian modeling is employed to estimate both additive and dominance effects for all traits. As expected, conformational traits are clearly heritable. Interestingly, dominance variance is higher than the additive component for most of the traits. Overall, we show that fruit shape and color can be quickly and automatically evaluated and are moderately heritable. Although we study strawberry images, the algorithm can be applied to other fruits, as shown in the GitHub repository.
Ayudas:	Ministerio de Economía y Competitividad AGL2016-78709-R Agencia Estatal de Investigación PID2019-108829RB-I00 Ministerio de Economía y Competitividad SEV-2015-0533 Ministerio de Ciencia e Innovación CEX2019-000902-S
Nota:	Aquest article té una correcció a 10.34133/2022/9873618
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Lengua:	Anglès
Documento:	Article ; recerca ; Versió publicada
Publicado en:	Plant Phenomics, Vol. 2021 (May 2021) , art. ID9812910, ISSN 2643-6515

Correcció de l'article: https://ddd.uab.cat/record/255001
DOI: 10.34133/2021/9812910
PMID: 34056620

14 p, 1.1 MB

El registro aparece en las colecciones:
Documentos de investigación > Documentos de los grupos de investigación de la UAB > Centros y grupos de investigación (producción científica) > Ciencias > CRAG (Centro de Investigación en Agrigenómica)
Artículos > Artículos de investigación
Artículos > Artículos publicados