北卡罗来纳大学魏青山教授课题组研发一种可以实时检测植物生长状

来源:DeepTech深科技

是的，番茄上也可以使用芯片。

近日，北卡罗来纳州立大学魏青山教授研究小组与朱勇教授研究小组合作，开发了一种实时检测植物生长状况和病虫害的方法。

（来源：Science Advances）

具体来说，该芯片不仅可以检测植物的微环境（如温度和湿度），还可以继续监测植物的排放 VOC。

这些小分子信号不仅是植物之间的“交流语言”，也是对环境或病虫害的响应性信号分子。换句话说，植物在不同的情况下释放不同的组合 VOC。

通过监测与特定疾病或植物压力有关的监测 VOC，无创植物病害检测可以实现。通过整合和分析多通道检测数据，可以达到比其他单功能传感器更准确的检测效果。

对于多维原始数据，研究小组采用主元分析的方法，即简化原始数据，以找出数据中最“主要”的元素（或最重要的传感器）。

魏青山说：“芯片的位置也很特殊。我们发现放在叶子下面会得到更好的检测信号，因为叶子下面有更高密度的气孔——这些气孔是植物与环境交换气体‘呼吸’的重要通道。”。

（来源：Science Advances）

魏青山表示，疾病检测的重要性对人体健康和植物健康和可持续农业同样重要。

就植物或作物而言，它们的生长不仅会受到病虫害的影响，还会受到环境因素(如温度、适度、土壤环境等)的干扰。).

提前检测植物的异常生长趋势或内部压力响应，可以更好地了解植物的生长状态，采取更有针对性的病虫害预防措施，适当调整其生长环境，如改变灌溉和光周期，消除不利的环境因素。

长期以来，大多数作物种植者一直依靠经验来判断作物的生长状况和病虫害。有时，不同的病虫害或环境因素会导致非常相似的症状，从而导致误诊或误判。

分子检测技术，如会计扩大和扩大，可以更准确地检测不同类型的疾病。然而，这种技术需要在实验室中进行操作。

同时，样品的收集和发送将花费大量的时间，这可能会导致植物病变的诊断延迟几天甚至几周。因此，开发更快、更便宜的检测技术具有重要意义。

（来源：Science Advances）

目前，该团队在温室中测试了这种可穿戴芯片的性能。他们使用三种不同的病原体感染番茄植物：一种番茄病毒、一种细菌感染和一种叫做卵菌的病原体。

结果表明，由于芯片有多个传感器，它们可以在植物第一次感染四天后检测到病毒病原体。

与传统的依靠经验来判断疾病的方法相比，这种方法具有显著的优势，因为西红柿通常不存在 10-14 任何病毒感染症状都出现在天空中。

魏青山说：“我们还测试了这些植物在遭受各种非生物因素（如涝、干旱、光照不足和高盐浓度水）时的反应，发现芯片可以敏锐地捕捉到这些环境变化。”。

初步实验数据显示，可穿戴芯片主要用于以下两个场景：植物病虫害监测和非生物因素引起的植物应激响应。

此外，有望直接用于温室植物的生长状态和微环境感知，并根据植物的需要自动调整光热水等生长条件。这也将是智能温室的关键环节。

从长远来看，它还可以用于数字农业和精准农业，帮助种植者提高作物生长效率，减少疾病造成的作物损失。

（来源：Science Advances）

那么，这种芯片的诞生需要经历哪些过程呢？

魏青山说：“从单个传感器材料筛选和制备，到传感器集成，到建立一套多渠道数据处理方法，以及温室番茄作物的应用测试，整个过程涉及化学装饰、电子设备制备、作物培养和感染，以及数据分析，跨度非常大。”

甚至，为了更方便地收集实验数据，研究小组中工程专业的学生也学会了自己种西红柿。

魏青山继续说：“整个团队包括不同方面的专家，如北卡罗来纳机械系的朱勇先生，作为论文的共同通信作者，为柔性电子芯片集成提供了很大的帮助。我们学校的植物病理系 Jean Ristaino 研究小组提供番茄和病原体模型。”

在选择传感器材料时，他们特别注意避免交叉信号。例如 VOC 传感器应尽量不响应温度和湿度。

芯片的性能测试也分为几个不同的阶段。例如，对于 VOC 对于传感器的检测，团队首先采用单纯化 VOC 模型分子，然后在活植物上进行真实性 VOC 检测。

（来源：Science Advances）

尽管如此，要实现种植者可以使用的成熟芯片产品，还需要解决几个关键问题：

首先，芯片需要“更长的寿命”，这需要更耐用的传感器材料或更好的包装技术。

其次，为了进行远程无线数据传输和能源自主性(如太阳能驱动)，贴片需要无线化。

第三，你也可以在温室外工作。为了实现这一功能，芯片必须在温室外的田间进行多次测试，以确保芯片在现实条件下（如雨、高温等）稳定有效。针对上述问题，研究小组将继续努力解决。

参考资料：

1.Lee, G., Hossain, O., Jamalzadegan, S., Liu, Y., Wang, H., Saville, A. C., ... & Wei, Q.（2023）. Abaxial leaf surface-mounted multimodal wearable sensor for continuous plant physiology monitoring.Science Advances, 9（15）, eade2232.