北京基因组所（国家生物信息中心）宣布植物图像及相关性状开放归档库
植物图像包括很是富厚的信息，可以反应植物的颜色、形态、生长和健康状态等要害表型特征。高通量植物表型收罗技术在植物表型组学研究中广泛应用，爆发了大宗的图像和基于图像的性状数据，这些数据是种质筛选、植物病虫害鉴定、农艺性状挖掘等应用的重要资源。构建植物图像及相关性状数据治理平台，提供植物图像及相关性状数据的集中治理、剖析和共享，不但有利于数据的盘问、会见、互操作和重复利用，另有助于图像的元信息与表型数据的标准化，是目今智慧农业驱动下植物表型组学数据应用的重要支撑平台。
近日，pg电子官网（国家生物信息中心）与pg电子官网遗传与发育生物学研究所相助开发的植物图像及相关性状开放归档库（OPIA）正式上线，为海内外科研人员提供植物图像及相关性状数据递交与共享的公共效劳。该研究结果以“OPIA: an open archive of plant images and related phenotypic traits”为题在国际学术期刊Nucleic Acid Research 在线宣布。
OPIA接纳标准化人工审编流程整合了56个高质量的植物图像数据集，涵盖11个物种、6种组织类型，总计566,225张图像、2,417,186个注释实例。值得关注的是，OPIA基于18,644张单株RGB图像，整合了93个水稻和105个小麦品系的56个图像性状，并基于植物性状本体对这些基于图像的性状进行了进一步的注释和GWAS Atlas纪录关联。别的，OPIA中的每个图像数据集被盘算一个评价分数，该分数综合考虑了图像样本数量、图像质量、图像样本的富厚度、图像标签类别平衡性等因素，为用户提供了直观的数据质量评价。另外，OPIA还提供了图像预处理和智能预测工具，辅助进行批量化图像数据增强及预处理。
作为植物图像及相关性状的综合资源归档库，OPIA在整合来自差别收罗平台、组织类型和表型性状的植物表型组学数据剖析方面发挥着重要作用。通过对来自差别传感器类型的图像样本及相应标签数据的运用，增进研究人员进一步提高智能预测要领的精度，揭示植物生长的动态纪律，进而推动全球植物表型组学领域的立异和生长。
北京基因组所（国家生物信息中心）博士研究生曹永荣、工程师田东梅为本文配合第一作者，北京基因组所（国家生物信息中心）宋述慧研究员、章张研究员和pg电子官网遗传与发育生物学研究所胡伟娟高级工程师为配合通讯作者。该研究获得了科技立异2030-重大项目、国家自然科学基金、中科院战略性先导科技专项、中科院青促会等项目资助。
论文链接
OPIA功效概览
