Au cours des dernières décennies, les écologistes ont de plus en plus utilisé un approche basée sur les traits, c'est-à-dire qu'ils utilisent les caractéristiques morphologiques, physiologiques ou phénologiques des organismes pour interpréter et comprendre les dynamiques écologiques. Pour les écologistes des semences, ces traits se présentent généralement sous la forme de mesures de la taille des graines et de descriptions des formes et des appendices des graines. L'obtention de telles caractéristiques morphologiques peut être un processus très chronophage qui implique de longues journées au microscope et le déchiffrement de la meilleure façon de classer les graines en classifications subjectives de forme et de couleur. Analyse d’images est la solution la plus naturelle pour cette tâche, car les ordinateurs pourraient être programmés pour extraire des informations à partir d'images de graines. Pourtant, les approches les plus courantes, telles que seuillage et l'apprentissage en profondeur, soit aux prises avec la grande diversité des morphologies de graines, soit nécessitent des ressources informatiques sophistiquées.

En réponse à ces défis, une équipe de recherche dirigée par Dr Roberta LC Dayrell (@RobertaDayrell sur Twitter) créé Traitor -un logiciel open source qui automatise l'extraction de la taille, de la forme et des traits de couleur des graines à partir d'images. Contrairement aux autres outils disponibles, Traitor utilise une technique de segmentation non supervisée qui permet la séparation automatisée des graines à partir d'arrière-plans à contraste élevé sans formation ni ajustements manuels. De plus, le logiciel est conçu pour traiter des centaines d'images de taxons variés, permettant une analyse à grande échelle qui était auparavant impossible.

Utiliser Traitor, l'utilisateur n'a qu'à suivre quatre étapes. Tout d'abord, les graines doivent être séparées des débris et autres appendices, tels que les structures poilues et les barbes, qui pourraient compliquer l'acquisition et le traitement des images. Ensuite, les images de graines sont prises à l'aide d'un scanner avec un fond de couleur homogène qui contraste avec les images de graines. Ces numérisations doivent inclure un nuancier contenant des normes pour l'étape suivante, où les images sont traitées pour la normalisation des couleurs, et les graines sont automatiquement séparées de leur arrière-plan. À la fin de la phase de traitement, une silhouette est créée pour chaque graine, qui est ensuite alignée pour être relativement dans la même position que les autres. Enfin, les contours sont utilisés pour extraire tous les traits. On pourrait penser que tous ces processus nécessiteraient beaucoup de commandes, mais la vérité est que Traitor peut faire tout cela en utilisant seulement trois commandes !

Dans une interview avec Botany One, Dayrell a déclaré que le principal défi rencontré lors du développement de Traitor définissait les traits spécifiques à extraire. Selon ses propres mots, l'objectif de l'équipe "était d'extraire des traits qui pourraient communiquer efficacement des informations interprétables sur les caractéristiques morphologiques des graines". Elle poursuit : "Cela s'est avéré être une tâche complexe, en particulier lorsqu'il s'agit de la forme et de la couleur, qui sont des caractéristiques complexes et à multiples facettes." Au final, cette première version du logiciel comprend douze traits, dont des mesures morphométriques (comme la longueur, l'aire et le périmètre), de couleur et de forme.

Pour vérifier l'exactitude des mesures de leur programme, Dayrell et son équipe ont utilisé DiasMorph –une base de données de traits et d'images de graines d'Europe centrale avec plus de 1200 taxons– et comparé les mesures obtenues par Traitor avec ceux obtenus manuellement. Les résultats de la validation ne laissent aucun doute sur l'exactitude des Traitor: les mesures manuelles et automatiques coïncidaient à environ 98 % ! Cependant, Traitor ne fonctionne pas seulement pour extraire ce type d'informations morphologiques, mais a un excellent potentiel pour obtenir des données telles que la description des couleurs et la classification des formes.

La couleur des graines est précieuse, par exemple, pour distinguer différentes espèces et a été associée à des processus d'une grande importance écologique, tels que persistance des graines dans le sol. Pourtant, étant donné le nombre infini de couleurs qui existent, il est toujours délicat de comparer les couleurs entre observateurs. On pourrait penser que vous pouvez résoudre ce problème en classant les couleurs en grandes catégories - telles que les graines rouges, brunes et grises - mais cela signifierait perdre des variations subtiles. Traitor surmonte ces défis en extrayant les Valeurs sRGB correspondant aux couleurs de la graine. Ces valeurs, qui sont universelles et uniques pour chaque couleur, peuvent ensuite être utilisées dans une analyse quantitative qui peut aller de la description de la variation de couleur au sein des clades à l'évolution de la couleur des graines, ouvrant la voie à de nouvelles voies de recherche et applications passionnantes.

Des défis similaires apparaissent lorsque les chercheurs veulent décrire des formes, car les limites entre elles peuvent être subjectives et abstraites. Par exemple, quand une graine cesse-t-elle d'être « ronde » et commence-t-elle à être « ovale » ? Quelle est la frontière entre les graines « ovales » et « ovoïdes » ? Bien, Traitor nous libère de ces préoccupations, car il peut produire des valeurs quantitatives sur les formes des graines, y compris la circularité et le rapport hauteur/largeur, nous permettant d'analyser objectivement les formes des graines. Par exemple, Dayrell et son équipe ont utilisé ces données pour caractériser les graines de Carex espèces trouvées dans DiasMorph et les a classées en huit catégories de formes différentes en fonction du rapport d'aspect et de la symétrie. Notamment, certaines espèces ont été systématiquement affectées à une classe de forme donnée, illustrant le potentiel de leur approche pour la construction d'outils d'identification des graines.

Compte tenu de toutes ces fonctions exceptionnelles, Traitor promet d'être un outil pratique pour faire progresser l'écologie des semences, car il permettra l'extraction automatisée de divers traits de semences de manière conviviale et rapide. De plus, les descripteurs quantitatifs de forme et de couleur amélioreront une description plus précise et interprétable de ces caractéristiques. Sa validation réussie avec la base de données DiasMorph prouve son fort potentiel de production de grands ensembles de données fiables de traits de semences, une ressource qui manque dans la plupart des régions du monde, surtout les tropiques. Comme Dayrell nous l'a dit dans l'interview, "Il convient de noter que cette méthode d'extraction de traits est rentable, ne nécessitant qu'un ordinateur, un scanner et une toile à contraste élevé. Cette abordabilité le rend particulièrement précieux pour les efforts de recherche dans les laboratoires où les ressources peuvent être limitées.

Ces résultats sont également importants en dehors de l'écologie. Dayrell a souligné que, par exemple, ce logiciel a un grand potentiel pour la sélection végétale. Elle soutient que « l'identification et la sélection de semences présentant les caractéristiques souhaitées jouent un rôle crucial dans les programmes de sélection végétale. TraitorLa sortie de fournit des informations précieuses pour évaluer et trier les graines en fonction de leurs attributs morphologiques. Cette capacité améliore l'efficience et l'efficacité des efforts de sélection végétale, facilitant l'identification et la propagation des semences avec les caractéristiques souhaitées ». Elle a également souligné le rôle potentiel de Traitor dans la génération de données pouvant alimenter le développement d'outils d'identification intuitifs et conviviaux pouvant être utilisés dans diverses disciplines, telles que la restauration écologique, l'archéobotanique et l'ethnobotanique. Une chose est sûre : les possibilités sont infinies et Traître semble à la hauteur du défi. Si vous me demandez, j'ai hâte de l'essayer!

LIRE LE DOCUMENT
Dayrell, RLC, Ott, T., Horrocks, T. et Poschlod, P. Extraction automatisée des caractéristiques morphologiques des graines à partir d'images. Méthodes en écologie et évolution. Disponible à l'adresse: https://doi.org/10.1111/2041-210X.14127