PAT：一种用于自动评分亚历山大染色花药中花粉的图像分析工具

《Journal of Experimental Botany》：PAT: An Image Analysis Tool for Automated Scoring of Pollen in Alexander-Stained Anthers

　　

摘要

定量花粉存活率分析是植物生殖生物学中至关重要但耗时较多的步骤。现有的深度学习模型（如Segment Anything Model, SAM）无法可靠地识别经Alexander染色处理后的花药中的存活花粉。为了解决这一问题，我们对现有的Cellpose-SAM模型进行了微调，用于花粉的分割工作。我们将该模型集成到了PAT（Pollen Analysis Tool）中，这是一个跨平台的桌面应用程序。PAT具备实例分割功能、交互式质量控制、应用程序内的模型重新训练模块以及适合发表的统计分析结果。我们在半不育的拟南芥smg7-6突变体的EMS抑制子筛选试验中应用了PAT，从而高效地筛选出了适合进行全基因组测序和候选突变定位的候选基因。通过这一筛选，我们发现CAP-D2（capd2-2）这一 Condensin I 亚基中的点突变能够恢复smg7-6的减数分裂表型。值得注意的是，Condensin II 亚基（CAP-D3和CAP-H2）的突变并没有这种修复效果。进一步的分析表明，capd2-2等位基因是低表现的，并且在植株生长、染色质中心凝聚或转座元件沉默方面没有异常。总体而言，我们证明了易于使用的人工智能工具具有弥合植物表型分析不足、加快生物发现进程的潜力。

花粉存活率, Cellpose, Alexander染色, Condensin, CAP-D2, SMG7, 减数分裂过程, 深度学习