Геномные данные и погодные условия: новый подход к прогнозированию урожая
Исследование под руководством профессора агрономии Университета штата Айова Цзяньмина Ю направлено на значительное улучшение сельскохозяйственных прогнозов с помощью мощных моделей, полезных как для селекционеров, так и для фермеров.
В недавнем исследовании, опубликованном в Plant, Cell & Environment, команда Ю создала модель для прогнозирования времени цветения и высоты растений сорго на основе геномного анализа и данных о погоде в начале сезона. В слепых тестах на полях сорго, не включённых в исходные данные для моделирования, учёные предсказали время цветения с точностью до 74%, а высоту растений — до 96%.
Основу исследования составили:
- Данные Панели ассоциаций сорго — коллекции из 400 вариантов сорго, представляющих глобальное разнообразие растения.
- Анализ 14 вегетационных сезонов для выявления связи погодных факторов с признаками растений.
Ключевые выводы:
- Для времени цветения наиболее значимым экологическим индексом оказалось накопленное тепло во втором месяце роста.
- Для высоты растения ключевым фактором стал суточный перепад температур (разница между максимумом и минимумом) с 25-го по 31-й день.
Методология:
- Полногеномный поиск ассоциаций выявил 7 групп генов, связанных со временем цветения, и 69 — с высотой растения.
- Геномное предсказание использовалось для построения моделей, прогнозирующих признаки на основе генетического сходства.
- Интеграция экологического индекса в моделирование позволила учесть фенотипическую пластичность — различную реакцию генетически идентичных растений на условия среды.
Значение и перспективы:
- Учёт изменчивости признаков, а не только средних значений, позволяет эффективнее сравнивать большие наборы данных из разных сред.
- Такой подход должен ускорить селекцию и расширить её географический охват, повышая устойчивость культур к экстремальным погодным условиям.
- Надёжное прогнозирование в течение сезона может помочь фермерам в принятии решений по управлению полями и маркетингу.
- В будущем модели планируется усилить дополнительными данными, например, собранными с помощью дронов.