сгенерировать QR код
Открытый доступ
Только для подписчиков
Феномика растений
Аннотация
Рассмотрены различные аспекты развития феномики растений – новой области омиксных знаний, изучающей характеристики фенотипа растений в связи с их физиологическими реакциями, экспрессией генов, активностью белков и присутствием ансамблей метаболитов.
При поддержке: Работа финансировалась в рамках грантов БРФФИ №Б24–060–01 (№госрегистрации 20252032) и №Б25КИ‑086 (№госрегистрации 20250436), а также задания ГПНИ НИР 2.04.5 (№ГР 20211705) и Отдельного проекта НАН Беларуси (Тема №12).
Об авторах
В. Демидчик
Институт экспериментальной ботаники им. В.Ф. Купревича НАН Беларуси
Беларусь
Беларусь
Вадим Демидчик, главный научный сотрудник лаборатории роста и развития растений, член-корреспондент
М. Мыслейко
Институт экспериментальной ботаники им. В.Ф. Купревича НАН Беларуси
Беларусь
Беларусь
Маргарита Мыслейко, магистрант
В. Бондаренко
Белорусский государственный университет
Беларусь
Беларусь
Владислав Бондаренко, старший преподаватель кафедры клеточной биологии и биоинженерии растений биологического факультета
М. Патрин
Московский государственный университет им. М.В. Ломоносова
Россия
Россия
Максим Патрин, научный сотрудник кафедры биофизики биологического факультета
В. Артишевская
БГУ
Беларусь
Беларусь
Вероника Артишевская, соискатель кафедры клеточной биологии и биоинженерии растений биологического факультета
Д. Афонников
Сибирское отделение Российской академии наук
Россия
Россия
Дмитрий Афонников, заместитель директора по научной работе Федерального исследовательского центра «Институт цитологии и генетики»
М. Черныш
БГУ
Беларусь
Беларусь
Мария Черныш, заведующая учебной лабораторией биоинженерии растений и ландшафтного дизайна, кафедры клеточной биологии и биоинженерии растений биологического факультета
Список литературы
1. Hayes C.N. From Omics to Multi-Omics: A Review of Advantages and Tradeoffs / C.N. Hayes [etal.] // Genes. 2024. Vol. 15, №12. P.1551.
2. Dai X. Advances and Trends in Omics Technology Development / X. Dai, L. Shen // Frontiers in Medicine. 2022. Vol. 9. P. 911861.
3. Демидчик В.В. Феномика растений: фундаментальные основы, программно-аппаратные платформы и методы машинного обучения / В. В. Демидчик [и др.] // Физиология растений. 2020. Т. 67, №3. С. 227–245.
4. Zhang R. Integration of multi-omics technologies for crop improvement: Status and prospects / R.Zhang [etal.] // Frontiers in Bioinformatics. 2022. Vol. 2. P.1027457.
5. Johannsen W.The genotype conception of heredity / W. Johannsen // Am Nat. 1911. Vol. 45. P.129–159.
6. Davis B.D.The Isolation of Biochemically Deficient Mutants of Bacteria by Means of Penicillin / B.D. Davis // Proceedings of the National Academy of Sciences of the United States of America. 1949. Vol. 35, №1. P.1–10.
7. Awada L.The evolution of plant phenomics: global insights, trends, and collaborations (2000–2021) / L. Awada, P.W.B. Phillips, A.M. Bodan // Frontiers in Plant Science. 2024. Vol. 15. P.1410738.
8. Walter А. Smar t farming is key to developing sustainable agriculture / A. Walter [et al.] // Proceedings of the National Academy of Sciences of the United States of America. 2017. Vol. 114. P. 6148–6150.
9. Li L. A Review of Imaging Techniques for Plant Phenotyping / L. Li, Q. Zhang, D. Huang // Sensors. 2014. Vol. 14, №11. P.20078–20111.
10. SinghDeep A. K.Learning for Plant Stress Phenotyping: Trends and Future Perspectives / A. K.Singh [etal.] // Trends in Plant Science. 2018. Vol. 23, №10. P.883–898.
11. Chiaiese P. Renewable Sources of Plant Biostimulation: Microalgae as aSustainable Means to Improve Crop Performance / P.Chiaiese [etal.] // Frontiers in Plant Science. 2018. Vol. 9. P.1782.
12. Chen D. Dissecting the Phenotypic Components of Crop Plant Growth and Drought Responses Based on High-Throughput Image Analysis / D.Chen [etal.] // The Plant Cell. 2015. Vol. 26, №12. P.4636–4655.
13. Relationship between the Characteristics of Bread Wheat Grains, Storage Time and Germination / D.A. Afonnikov [etal.] // Plants. 2021. Vol. 11, №1. P.35.
14. Arif M.A.R. QTL Analysis for Bread Wheat Seed Size, Shape and Color Characteristics Estimated by Digital Image Processing / M.A.R. Arif [etal.] // Plants. 2022. Vol. 11, №16. P.2105.
15. Nabwire S. Review: Application of Artificial Intelligence in Phenomics / S. Nabwire [et al.] // Sensors. 2021.Vol. 21, №13. P. 4363.
16. Murphy K. M. Deep Learning in Image-Based Plant Phenotyping / K. M. Murphy [etal.] // Annual Review of Plant Biology. 2024. Vol. 75, №1. P.771–795.
17. LeCun Y. Deep learning / Y. LeCun, Y. Bengio, G. Hinton // Nature. 2015. Vol. 521, №7553. P.436–444.
18. Astani M.A diverse ensemble classifier for tomato disease recognition / M. Astani, M. Hasheminejad, M. Vaghefi // Computers and Electronics in Agriculture. 2022. Vol. 198. Art. 107054.
Рецензия
Для цитирования:
Демидчик В., Мыслейко М., Бондаренко В., Патрин М., Артишевская В., Афонников Д., Черныш М. Феномика растений. Наука и инновации. 2025;(11):39-49.
For citation:
Demidchik V., Mysleyko M., Bondarenko V., Patrin M., Artishevskaya V., Afonnikov D., Chernysh M. Plant Phenomics. Science and Innovations. 2025;(11):39-49. (In Russ.)
Просмотров:
28
Послать статью по эл. почте 