BASISONDERZOEK
Hieronder vindt u een bloemlezing met enkele topics uit het basisonderzoek rond bewaring waar VCBT bij betrokken is. Meer info over het basisonderzoek vindt u op de website van de naoogstgroep van de KU Leuven: MEBIOS
METING VAN DEFECTEN VAN FRUIT DOOR VERSTROOIING VAN X-STRALEN
Dark field imaging (DFI) is een nieuw type beeldvormingstechniek die gebruik maakt van de verstrooiing van röntgenstralen in plaats van hun absorptie. Bij traditionele röntgenfoto’s gaan röntgenstralen door het object en het resulterende beeld wordt gevormd door de röntgenstralen die door het object worden geabsorbeerd, en pikt daarmee voornamelijk massa- en dichtheidsverschillen op. Bij DFI worden röntgenstralen echter verstrooid door kleine structuren in het object, zoals de poriënstructuur van vruchtweefsel. De verstrooide röntgenstralen produceren een ander stralingspatroon dan de geabsorbeerde röntgenstralen, die kunnen worden gebruikt om een beeld te creëren dat de verschillen in microstructuur benadrukt. We onderzochten of deze techniek kan gebruikt worden om interne defecten in fruit beter in beeld te brengen dan gewone X-stralen beelden.
NIET-DESTRUCTIEVE INSPECTIE VAN DE INTERNE KWALITEIT VAN CONFERENCE MET X-STRALEN EN ARTIFICIELE INTELLIGENTIE (AI)
Interne gebreken kunnen zich ontwikkelen in peren gedurende suboptimale bewaring na de oogst. Deze interne gebreken zijn echter vaak uitwendig onzichtbaar. De laatste jaren werden X-stralen gebaseerde technologieën naar voren geschoven voor de kwaliteitsinspectie van voedingsproducten. Methodes op basis van X-stralen hebben echter de uitdagingen die samengaan met de hoge variabiliteit van biologische producten en de uiteenlopende graad en voorkomen van de interne gebreken nog niet overwonnen. Bovendien is een hoge doorvoercapaciteit vereist voor industriële toepassingen. In dit onderzoek hebben we nagegaan wat het potentieel is van het inzetten van artificiële intelligentie (AI) om snel en effectief X-stralenbeelden van ‘Conference’ peren te beoordelen op de aanwezigheid van interne gebreken.
AI VOOR AUTOMATISCHE CELMARKERING IN 3D BEELDEN VAN FRUITWEEFSEL
X-stralen micro-CT (computertomografie) is een waardevolle techniek voor het maken van microscopische beelden van de intercellulaire porieruimte van weefsels. De nauwkeurige segmentatie van individuele cellen uit deze micro-CT beelden is echter een grote uitdaging vanwege de onzichtbaarheid van de randen tussen naburige cellen. We onderzochten of artificiële intelligentie (AI) in staat is om individuele cellen te markeren in micro-CT-beelden van appel en peer, wat relevante data biedt voor verder onderzoek van de fruitontwikkeling en de veranderingen in het fruit na de oogst. AI levert in dit geval betere resultaten dan de methodes die we tot nu gebruikten met gespecialiseerde software. Bovendien gebeurt het hele proces automatisch, zonder dat een expert nog moet tussenkomen.
MICROSCOPISCHE BLIK OP VERVORMING VAN APPELWEEFSEL IN 4 DIMENSIES
De hardheid van fruitweefsel bepaalt in grote mate de kwaliteit. Vers fruit is knapperig en sappig. Afgeleefd fruit is vaak zacht en melig. Die verschillen hebben te maken met hoe het vruchtweefsel vervormt tijdens het samendrukken tussen de kiezen, iets wat we ook machinaal kunnen testen op een universele testmachine. De textuurervaring van het vruchtvlees tijdens het samendrukken zijn het gevolg van hoe de cellen in het weefsel ten opzichte van elkaar bewegen en al of niet breken. Die celbewegingen kunnen we nu ook visualiseren door het samendrukken van weefselstukjes uit te voeren in een X-stralen CT-scanner die de veranderende microstructuur van het weefsel in beeld brengt. Zo zien we in real time de drie-dimensionele structuur van het weefsel instorten tijdens een compressie.
ARTIFICIELE INTELLIGENTIE (AI) VOOR HET MAKEN VAN CT-BEELDEN VAN FRUIT
De identificatie van defecten in fruit met X-stralen computertomografie (CT) beelden biedt veel mogelijkheden voor een betere sortering. Het maken van nauwkeurige algoritmes voor sortering vereist echter grote gelabelde datasets, die moeilijk te verkrijgen zijn vanwege de onvoorspelbare beschikbaarheid van fruit met alle mogelijke defecten. Deze studie stelt een oplossing voor om artificiële intelligentie (AI) te gebruiken om synthetische CT-beelden te genereren voor verschillende klassen fruitweefsel. De methode produceert hoogwaardige beelden en kan worden gebruikt om bestaande datasets uit te breiden, waardoor de robuustheid van classificatie-algoritmes voor sortering kan worden vergroot.
MODEL VOOR PRODUCTIE EN SIGNAALWERKING VAN ETHYLEEN
Wiskundige modellen kunnen helpen om complexe biologische processen te ontwarren. Zo gebruikt VCBT modellen om de veranderingen in naoogstkwaliteit te voorspellen om zo de praktijk beter te kunnen adviseren. De biosynthese en signalering van ethyleen zijn twee belangrijke routes in de plantenfysiologie, waaronder de rijping van fruit. Deze studie had tot doel een kinetisch model van ethyleenbiosynthese en zijn signaalroutes te ontwikkelen, uitgaande van de transcripten. Het model maakt het mogelijk om de veranderingen in de tijd te beschrijven van verschillende componenten van de biosynthese van ethyleen en de signalering ervan tijdens de rijping van tomaat.
IONISCHE WIND: ENERGIEBESPARENDE LUCHTCIRCULATIE IN KOELCELLEN
De tuinbouwsector staat voor tal van uitdagingen met betrekking tot energieverbruik en het behoud van de kwaliteit van producten na de oogst. In koelcellen is een efficiënte luchtmenging en -circulatie nodig voor homogene temperatuur en gascondities. Een veelbelovende nieuwe technologie kan helpen deze condities te verzekeren: ionische wind. Een ionisch windapparaat is een motorloze, geruisloze en niet-thermische luchtverplaatser die menging en luchtcirculatie ondersteunt met een lage energie-input.
LAGEZUURSTOFSTRESS IN APPEL
Om de consument jaarrond te kunnen voorzien van goede kwaliteit appelen wordt gebruik gemaakt van bewaring bij lage temperatuur en lage zuurstof. Deze technieken zijn er op gericht om de condities rond de vrucht zo goed mogelijk te controleren om de metabole activiteit van de vruchten af te remmen en zo het natuurlijk rijpingsproces te vertragen. Sommige cultivars zoals ‘Braeburn’ zijn gevoeliger voor de opgelegde lagezuurstofstress dan andere cultivars. Lange bewaring kan in zo’n geval leiden tot bewaarafwijkingen zoals inwendig bruin met economische verliezen als gevolg. We weten inmiddels dat inwendig bruin het resultaat is van een verschuiving in het metabolisme naar fermentatie als gevolg van een tekort aan zuurstof. Het is van belang beter te gaan begrijpen hoe deze metabole verschuiving tot stand komt en gereguleerd wordt in de vrucht. Bovendien is het van belang te zien hoe cultivars hierin van elkaar verschillen en hen in staat stelt de lagezuurstofstress al dan niet beter te weerstaan.
MODELLERING VAN HET VAATBUNDELWEEFSEL IN APPEL
Een Functioneel-Structureel Plant Model (FSPM) is een computermodel dat zowel de mechanistische processen als de structuur van een plant omvat. De mechanistische processen zijn alle fysische, biologische of moleculaire processen die relevant zijn voor de plant of het plantorgaan in kwestie. De structuur heeft betrekking op de juiste geometrie en topologie van het orgaan dat wordt gemodelleerd. Een FSPM streeft ernaar de complexe interacties tussen deze aspecten vast te leggen om beter inzicht te verwerven in de fysiologie van de plant. Een functioneel structureel appelfruitmodel kan worden gebruikt om fundamentele aspecten van appelgroei en -ontwikkeling te onderzoeken.
RIJPING VAN TOMAAT
ROL VAN ETHYLEEN EN ETHYLEENRECEPTOREN
Sinds kort heeft de praktijk er een nieuwe teeltmaatregel bij om tomaten aan het eind van het groeiseizoen geforceerd af te rijpen aan de plant via de toediening van ethyleen, een gasvormig plantenhormoon. Voor een goede werking van ethyleen is het nodig dat de vrucht in staat is ethyleen waar te nemen met zijn ethyleenreceptoren (de zogenaamde ETRs). Een goed begrip van deze perceptie en de daaropvolgende signaaloverdracht kan helpen om op termijn de toepassing van ethyleen verder te gaan optimaliseren.
