Новая система прогнозирования способствует снижению затрат и повышению эффективности селекции пшеницы

Исследовательская группа по интеллектуальной метеорологии и использованию сельскохозяйственных климатических ресурсов Института сельскохозяйственной среды и устойчивого развития Китайской академии сельскохозяйственных наук недавно предложила инновационную концепцию, известную как «геномный отбор с учётом пластичности восприятия», которая позволила осуществлять межсредовые прогнозы генома пшеницы и эффективно распределять ресурсы селекции. Результаты исследования были опубликованы в международном научном журнале «Сельскохозяйственные компьютеры и электроника» (Computers and Electronics in Agriculture), что ознаменовало новый технологический прорыв в области селекции пшеницы.

Традиционные многосредовые испытания сортов пшеницы часто требуют проведения исследований в нескольких местах и в разные годы для оценки адаптивности селекционного материала, но этот метод имеет очевидные недостатки — длительный период испытаний и высокие затраты. Чтобы решить эту проблему, исследовательская группа использовала в качестве материала для исследования популяцию рекомбинантных инбредных линий и провела систематическое исследование в восьми различных средах таких ключевых агрономических признаков, как урожайность, масса тысячи зёрен, число зёрен в колоске, число колосков и высота растения. Исследование показало, что с помощью этой новой концепции достаточно использовать данные фенотипа 50 % генотипов в трёх средах для высокоточного прогнозирования высоты растения, числа зёрен в колоске и массы тысячи зёрен, при этом точность прогнозов составила 0,70, 0,54 и 0,59 соответственно, что наглядно демонстрирует потенциал значительного сокращения масштабов испытаний.

Основное преимущество этой концепции заключается в том, что она позволяет количественно оценить реакцию пшеницы на изменения окружающей среды в виде показателей характеристик, что позволяет проводить точные межсредовые прогнозы без необходимости сложных данных, описывающих среду, и обеспечивает цифровую поддержку принятия решений при проектировании испытаний и подборе родительских пар в селекционной работе. Исследование получило финансирование в рамках национальных программ по ключевым исследованиям и разработкам и национального фонда естественных наук, что предвещает будущее снижение затрат на селекцию пшеницы при одновременном значительном повышении эффективности и точности, а также ускорении процесса выведения новых сортов.