Фенотипирование с воздуха: экологические ядра, полученные с помощью БПЛА, превосходят геномные данные в условиях ограниченного количества образцов картофеля.

Поскольку изменение климата усиливает межгодовую изменчивость погоды, селекционеры растений вынуждены оценивать больше генотипов в различных условиях, сохраняя при этом приемлемые затраты на фенотипирование. Разреженное тестирование — оценка только подмножества генотипов в каждом месте — предлагает практическое решение, но требует надежных прогностических моделей для восполнения недостающих данных. Новое исследование, опубликованное в [ссылка на статью], Научные доклады Исследование демонстрирует, что высокопроизводительное фенотипирование (ВПФ) на основе изображений, полученных с помощью дронов, может служить мощной заменой геномной информации в подобных сценариях. Исследователи, работающие с 256 клонами картофеля в трех шведских регионах (два места в 2020–2021 годах), извлекли интегрированные по времени индексы растительности, сомкнутость растительного покрова и высоту растений из RGB-изображений, полученных с помощью БПЛА. Используя анализ главных компонентов (PCA) для этих полученных из изображений признаков, они построили «экологическое ядро» (E-ядро), которое количественно оценивает сходство между тестовыми участками, и сравнили его прогностическую эффективность со стандартной матрицей геномных взаимосвязей (G-ядро) при уровнях разреженности данных от 10% до 66%.

Результаты поразительны: в двухсредовых сценариях с 50% полнотой данных E-ядро значительно превзошло как G-ядро, так и их комбинацию по всем признакам, повысив точность прогнозирования общего урожая клубней на 60% и фракции размером 50–60 мм на 62%. При 33% полноте данных содержание крахмала было единственным признаком с r² > 0.5, и только E-ядро обеспечило такой уровень. Геномное ядро ​​оказалось более надежным только при экстремальной разреженности (10–20%), в то время как традиционные метеорологические ковариаты показали ограниченную способность различать близлежащие местоположения. Примечательно, что объединение G- и E-ядер не улучшило прогнозы, что указывает на перекрывающуюся информацию. Авторы признают ограничения — небольшой размер выборки и утечку информации из окружающей среды — но подчеркивают, что основанные на изображениях экологические ядра являются экономически эффективными, масштабируемыми и особенно ценными для медленно циклирующих культур, таких как тетраплоидный картофель. Этот подход предлагает прагматичный путь для ускорения генетического прогресса в программах селекции с ограниченными ресурсами, особенно в отношении признаков, связанных с урожайностью, одновременно снижая нагрузку на фенотипирование за счет повторного использования данных высокопроизводительного тестирования.