第14章 植物表型数据管理

植物表型数据管理HUAZHONGAGRICULTURALUNIVERSITY1目录CONTENTS第一节表型数据管理概述第二节表型数据管理平台研究第三节表型数据管理平台发展展望第四节推荐阅读第五节思考与讨论2一、表型数据管理概述表型管理背景表型数据管理意义

随着表型相关技术和手段的发展，目前已经产生了大量多尺度的表型数据，包括植物生长过程中的各种生理指标以及高光谱、RGB、近红外等产生的图像数据等。

随着大数据和人工智能时代的到来，对高通量表型数据的有效处理和管理是一个多学科交叉领域的研究工作，涉及到计算机科学、生物学和工学相关学科，需要多学科的知识交叉融合。3一、表型数据管理概述表型管理背景表型数据管理意义大规模数据数据可达TB级多类型特点包括图像数据、光谱数据、文本数据、时序数据、元数据、点云数据等多学科交叉研究超级计算、大数据技术、物联网、云计算、人工智能等技术的兴起和发展，推动着生命科学进入大数据和智能化时代表型数据管理旨在对日益增长的植物和动物等生物的相关表型数据进行系统的有效管理，对促进植物的生理生态及挖掘影响表型性状的基因位点具有重要的研究意义。互联网和数据库技术的快速发展为有效管理大规模的基因组和表型数据提供了可能。4二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他5

目前利用各种高通量的表型测量工具产生了各种格式、各种类别、各种维度、非结构化的表型数据，且这些数据量很大，通常达到GB甚至PB。要对这些数据进行有效的存储和管理，首先需要进行标准化处理，从而便于实现数据之间的共享、互通和互操作，进而服务于特定表型与基因型相关分析研究。目前主要利用了本体（ontology）、元数据及最小信息（minimuminformation，MI）等方法对作物表型数据实现了标准化处理二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他6

本体（ontology）是一种形式化的概念描述，可明确又详细的说明共享概念体系。

Planteome是业界一个比较有影响力的植物基因组和表型本体数据库(Cooper等,2018)，该数据库为植物相关基因标注和表型提供了参考以及面向特定物种的本体定义。

包括植物本体、植物性状本体和植物实验条件本体，以及基因本体、生物相关的化学实体、表型和属性本体等二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他7

最小信息(MinimumInformation，MI)方法强调利用最小信息法定义表型数据的内容。元数据是描述数据的数据，用于描述数据属性的信息。

表型数据相关的元数据主要包括以下一些方面的数据：描述研究和环境的元数据；生物资源描述；治疗方法及其水平的说明；

具体来讲，包含了以下一些可以修改的属性分类：通用数据、时间和地点、生物源、环境、Treatments、实验设计、样本采集处理和管理、观察变量。序号属性分类详细属性1通用数据唯一标识符；Title；描述；提交日期；公开发布日期；出版物；地址和联系方式等2时间和地点实验开始时间；持续时间；地理位置；经纬度；海拔高度；倾斜度等3生物源基因型；年龄；生命阶段；种子制备：种子源；预处理；保存条件等4环境湿度；温度；光照强度；二氧化碳；光照时间等5Treatments季节性环境；气温；土壤温度；抗生素；化学管理；疾病状况；施肥；杀菌剂；气体状态；重力；生长激素；除草剂等6实验设计行ID；列ID；技术条件等7样本采集处理和管理样本的氧化状态；盐度；储存时间；储存地点；储存温度；采样时间等8观察变量表型变量；环境变量；数据处理方式等二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他8一：PHENOME系统的一个特色是可以直接通过手持端设备对表型数据进行录入和存储，进而方便科研人员在田间进行表型调查。手持表型数据收集与管理二：Phenobook旨在让用户以友好、经济高效的方式收集表型观察结果。Phenobook包括基于web的软件系统和移动应用程序。二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他9物联网与传感器表型数据一：集成和分析各种生物传感器数据的可视化系统平台SensorDB。该平台可以管理大量时间序列的传感器数据，同时支持快速数据查询和实时用户交互，以及支持数据的可视化和实时分析。SensorDB使用NoSQL存储与管理用户数据、传感器数据和常用的缓存数据。SensorDB使用时间聚合窗口的方式，具有较高的可扩展性，能够存储和处理数亿个传感器节点。SensorDB中定义了多个固定时间聚合窗口。二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他10物联网与传感器表型数据二：基于物联网、分布式、可扩展的用于植物表型分析的管理信息系统CropSight。三：ROST软件系统，用于鉴定马铃薯抗旱性标记研究二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他11一：基于关系数据库的表型微阵列数据库PheMaDB二：OPTIMAS数据库(OPTIMAS-DW)是一个玉米综合表型数据库系统二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他12三：多种植物的清除叶图像数据库(ClearedLeavesDB)四:HZAU多植物的表型数据管理平台二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他13一：植物基因组学和表型组学数据发布数据库项目(PGP)二：关注罕见疾病的基因型-表型数据库CentoMD二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他141：ImageBreed数据库系统，可以处理从标准彩色摄像机和MicaSenseRedEdge多光谱摄像机捕获的原始图像数据2：植物表型高通量图像分析软件PlantCV的目标是开发一套开放源代码、用于植物图像分析的模块化、可重用的工具。3：表型数据分析工具OLIVER，集成了数据可视化、统计测试和实时数据分析等操作。二、表型数据管理平台研究标准化收集与管理数据库基因型数据库处理软件系统其他15编号数据库系统平台开发工具和语言1Planteomehtml2CropOntology(CO)Javascript,html3PHENOMECASL,GCC,C++4TROSTPHP,JavaScript,AJAX5PhenobookPHP,html,JavaScript,CSS6ImageBreedhtml7SensorDBScala,Python,Java8CropSightPython,PHP,JavaScript9BrAPI-10PheMaDBPHP,Mysql11PHENOPSISPHP,html,JQuery,JavaScript,CSS12OPTIMAS-DWhtml13ClearedLeavesDBDrupal,PHP14PlantPhenotypingDatasetshtml,JavaScript15OPPDhtml16PhenomicDBhtml17PhenoScanner:Perl,R,Mysql........................................................三、表型数据管理平台展望16自动化便携式表型收集平台目前表型涉及的数据种类众多、维度很大，但缺乏公认的统一标准、规范和格式。各个单位采集的表型数据的格式、精度等存在大的差异，数据之间共享程度不高，数据重复利用率比较低，数据冗余比较大。目前缺乏统一、公共、共享的存储表型数据的数据库系统平台，各个研究组织分别建立自己的数据库系统平台。平台间交互操作程度较低，共享程度不高，严重阻碍了表型组学的发展。未来需要相关组织建立集成数据平台。表型数据标准化处理构建集成表型数据库系统平台目前表型数据的处理基本停留在人工录入、审核、上传数据的阶段，研究人员往往在田间进行表型数据的调查，导致测量的表型数据不能实时上传到数据库中。未来需要开发更加便捷的手持端设备。四、推荐阅读胡伟娟，凌宏清，傅向东.植物表型组学研究平台建设及技术应用［J］.遗传，2019，41（11）：1060-1066.本文阐述了构建植物表型组学研究平台所需要的技术要点，并强调了该平台对于推动表型组学研究具有重要意义。CoppensF，WuytsN，InzeD，etal.Unlockingthepotentialofplantphenotypingdatathroughintegrationanddata-drivenapproaches［J］.CurrentOpinionin