Бразильские ученые разработали комплексный метод неразрушающего контроля, который позволяет выявлять скрытые повреждения в семенах сои. Технология объединяет цифровую фотографию, рентгенографию и магнитно-резонансную томографию (МРТ) и может повысить точность оценки качества посевного материала. Исследование особенно актуально для Бразилии – крупнейшего в мире производителя и экспортера сои, где урожайность все чаще зависит от экстремальных погодных условий.
Существующие стандарты, например тетразолиевый тест, определяют жизнеспособность семян, но при этом уничтожают образец. Это критическая проблема для селекционеров, которым необходимо сохранить для посадки каждый генетически уникальный экземпляр. Новый подход позволяет заглянуть внутрь семени, не повреждая его, и оценить состояние зародыша, семядолей и защитной оболочки.
В ходе исследования ученые проанализировали семена с различными типами дефектов: от повреждений, нанесенных насекомыми и грибком, до последствий засухи и механической обработки при сборе урожая. Каждый образец последовательно изучили тремя методами, а затем проверили стандартным тетразолиевым тестом для сравнения результатов. Комбинация технологий позволила точно охарактеризовать как внешние, так и внутренние проблемы.
Фотография в видимом спектре выявляла поверхностные изъяны, такие как пятна от грибка или проколы от насекомых. Рентген показал внутренние трещины, пустоты и деформации тканей, недоступные для визуального осмотра. Наиболее информативной оказалась МРТ, которая с высокой точностью визуализировала мельчайшие внутренние разрывы и физиологические нарушения, невидимые для других методов. Например, в одном из семян, которое выглядело здоровым на фото и рентгеновском снимке, томография обнаружила разрывы в семядолях, вероятно, вызванные неравномерным высыханием.
Авторы исследования считают, что у каждого метода своя ниша. Фотосъемка и рентген подходят для быстрой массовой проверки коммерческих партий семян. МРТ, из-за высокой стоимости и длительности процедуры, целесообразно применять для анализа наиболее ценных образцов, например в селекционных программах. По мнению ученых, в будущем интеграция этих методов с системами искусственного интеллекта позволит создать полностью автоматизированные комплексы для оценки качества семян.