科学家开发植物图像和相关表型性状的开放档案
植物图像包含丰富的信息，反映植物的颜色、形状、生长和健康状况等关键表型特征。高通量植物表型采集技术已广泛应用于植物表型组学，产生大量图像和基于图像的性状(i-traits)数据。这些数据是种质筛选、植物病虫害鉴定、农艺性状挖掘等各种农业应用的重要资源。
构建植物图像及相关性状数据管理平台，实现植物图像及相关性状数据的集中管理、分析和共享。该平台不仅有利于数据查询、访问、互操作和重用，而且有助于图像元信息和表型数据的标准化。这些努力为智慧农业驱动的植物表型组学应用提供了重要的支撑平台。
中国科学院北京基因组研究所(国家生物信息中心)与中国科学院遗传与发育生物学研究所联合开发了植物图像与性状开放档案(OPIA)，为植物图像与性状开放档案(OPIA)提供了为国内外研究人员提交和共享植物图像和性状数据提供公共服务。该研究在线发表于《核酸研究》杂志上。
OPIA团队使用标准化的手动管理流程集成了56个高质量植物图像数据集，涵盖11个物种和6种组织类型，其中包含566,225张图像和2,417,186个带注释的实例。值得注意的是，它基于18,644个单独的RGB图像，包含了93个水稻品种和105个小麦品种的56个i性状，这些i性状基于植物表型和性状本体(PPTO)进一步注释，并与GWAS图谱交叉链接。
此外，OPIA中的每个数据集都被分配了一个评估分数，该评估分数综合考虑了图像样本的数量、图像质量、图像样本的丰富程度以及图像标签类别的平衡性，为用户提供了直观的数据质量评估。OPIA还提供图像预处理和智能预测工具，以协助批量图像数据增强和预处理。
OPIA作为植物图像及相关性状的综合资源档案，在整合不同采集平台、组织类型和表型性状的植物表型组数据分析方面发挥着重要作用。
通过应用不同传感器类型的图像样本和相应的标签数据，鼓励研究人员进一步提高智能预测方法的准确性，揭示植物生长的动态规律，进而推动全球植物表型组学领域的创新和发展。