Объединение геномных данных повышает точность прогнозирования признаков яблок

Современные методы селекции в сельском хозяйстве используют геномный анализ. Два ключевых подхода — это геномная селекция (GS) и полногеномный поиск ассоциаций (GWAS).

• GS использует статистические модели для прогнозирования будущих признаков плодов (например, кислотность, сладость, срок созревания) на стадии сеянца на основе полного генетического профиля.
• GWAS фокусируется на поиске конкретных генетических вариантов, ответственных за определённый признак.

До сих пор эти методы обычно использовали данные ДНК-маркеров только из одной системы генотипирования. Это создавало проблему: при переходе на более новую систему исторические данные по отбракованным особям становилось невозможно использовать повторно.

Исследовательская группа под руководством доцента Май Ф. Минамикавы из Университета Тибы, Япония, решила проверить, повысит ли точность GS и GWAS объединение данных из разных систем.

Метод и результаты

Учёные объединили два набора данных яблони, полученных с помощью разных систем генотипирования: Infinium и GRAS-Di. На объединённых маркерах они выполнили GS и GWAS для 24 признаков плода.

• Сравнение: Точность прогнозов и мощность обнаружения GWAS сравнивали при использовании каждого набора данных по отдельности и их комбинации.
• Вывод: Точность геномных прогнозов и эффективность GWAS значительно возросли при использовании объединённого набора данных для множества признаков.

Дополнительно модель GS была обучена с учётом эффектов инбридинга. Результаты показали потенциальное улучшение для некоторых признаков (например, содержание сахара — Brix), но они менее однозначны.

"Хотя точность GS для признаков плодов у яблони может быть улучшена за счёт данных об инбридинге, необходимы дальнейшие исследования, чтобы понять взаимосвязь между признаками плодов и инбридингом", — отмечает доктор Минамикава.

Значение исследования

Исследование демонстрирует практический способ повысить точность GS и GWAS за счёт использования и объединения существующих исторических данных. Это может решить ключевые проблемы селекции плодовых деревьев (большие размеры растений, длительные ювенильные периоды).

"Такие проблемы, как большой размер растений и длительные ювенильные периоды у плодовых деревьев, можно решить, выявляя превосходные генотипы среди множества особей с помощью высокоточной GS на стадии сеянца и обнаруживая генетические варианты для целевого признака с помощью точного GWAS", — заключает доктор Минамикава.

Исследование опубликовано в Horticulture Research 8 июля 2024 года.