· Международное издание
POTATOES.NEWSGlobal potato industry intelligence
Смотрите Potatoes.News
В фокусеМеждународный картофельный тур направляется на выставку YUGAGRO 2026: встреча в Краснодаре ↗
Новости

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

As climate change intensifies interannual weather variability, plant breeders are under pressure to evaluate more genotypes across diverse environments while keeping phenotyping costs manageable. Sparse testing — assessing only a subset of genotypes per location — offers…

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

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.

Опубликованный отчет и указание источника: Potatoes.News ↗

Поиск

Языки

Автоматический перевод обеспечивается сервисом GTranslate. Выберите язык, чтобы открыть переведенную версию.

Видео

📰 Мой дайджест — выбирайте темы и читайте в автономном режиме