Как растения воспринимают окружающую среду: Новый фреймворк объясняет биологию и предсказывает урожайность

Понимание взаимосвязи между генотипом растения и его наблюдаемыми признаками (фенотипом) — ключевая задача для селекции высокоурожайных и стрессоустойчивых культур. Однако на проявление признаков также сильно влияет среда. Новое исследование учёных из Университета штата Айова с помощью продвинутого анализа данных объясняет, как среда взаимодействует с геномом у кукурузы, пшеницы и овса. Результаты могут ускорить создание более точных моделей для селекционеров.

Исследование опубликовано в рецензируемом журнале Molecular Plant.

Суть метода

Учёные использовали обширные ранее собранные данные по трём культурам со всего мира:

• 282 инбредные линии кукурузы (США и Пуэрто-Рико)
• 288 инбредных линий пшеницы (Африка, Индия, Ближний Восток)
• 433 популяции овса (США и Канада)

Данные включали параметры среды (температура, солнечный свет) и фенотипические признаки (урожайность, высота растений, время цветения).

С помощью анализа данных исследователи разработали экологический индекс, выявляющий основные различия между полевыми условиями. Это позволило систематически оценить, как отдельные гены реагируют на внешние сигналы, что в совокупности определяет конечные характеристики организма.

«Теперь незаметные импульсы восприятия растением внешних условий стали видны на экране монитора», — поясняет Тинтин Го, соавтор исследования.

Результаты и значение

Авторы представили интегрированный фреймворк, который:

1. Раскрывает динамику генетических эффектов вдоль выявленного экологического индекса.
2. Позволяет точно предсказывать и прогнозировать производительность растений.

«Мы рады, что смогли разработать фреймворк, охватывающий две основные области исследований: полногеномный поиск ассоциаций (GWAS) и геномную селекцию (GS)», — говорит профессор Цзяньмин Ю.

Фреймворк точно предсказал время цветения и высоту растений. Прогноз урожайности оказался сложнее, вероятно, из-за большего числа влияющих на неё факторов среды на разных стадиях роста. Команда продолжит совершенствовать метод, учитывая больше экологических параметров.

Изначально разработанный для сорго, этот подход теперь применяется к другим ключевым культурам. Он помогает селекционерам быстрее и эффективнее выбирать перспективные сорта для испытаний, используя весь доступный массив геномных, фенотипических и экологических данных.