Большие данные и наука о рождественской елке
Пихта Фразера, которую часто называют "Кадиллаком среди рождественских елей", обладает всеми желаемыми качествами: равномерной треугольной формой, сладким хвойным ароматом и мягкой хвоей, которая (в основном) не осыпается.
Однако даже эти пихты со временем теряют вид, и к Новому году красивое деревце начинает пахнуть разлагающейся древесиной и осыпать иголки на пол.
Ученые, занимающиеся селекцией таких и других практически идеальных культур, постоянно ищут новые способы понять, как деревья лучше всего растут.
Новая инициатива, финансируемая на федеральном уровне в UConn и других университетах, позволит ученым-растениеводам легко исследовать этот вопрос с помощью "больших данных".
Доцент Джилл Вегржин и ее коллеги разрабатывают программное обеспечение, которое объединит генетические, фенотипические и экологические данные из более чем 15 крупных баз данных о растениях. Эти инструменты помогут не только в селекции сельскохозяйственных культур, но и в решении важных экологических проблем, таких как лесовосстановление и изменение климата.
Проблема доступа к данным
"Одна из постоянных проблем анализа данных в том, что важные источники данных находятся в разных форматах и местах и часто слишком велики для анализа на одном компьютере", — говорит Вегржин. "Вопрос в том, как обеспечить доступ, чтобы больше ученых могли находить смысл в этих огромных массивах данных?"
Проект Tripal Gateway
Вегржин и ее коллеги, включая главного исследователя Стивена Фиклина из Университета штата Вашингтон, получили $1,5 млн от Национального научного фонда (NSF) на разработку киберинфраструктуры Tripal Gateway. Она позволит ученым по всему миру получать доступ, визуализировать и анализировать данные. Инфраструктура строится на основе существующего открытого инструментария Tripal для создания онлайн-баз геномных и генетических данных.
Проект является частью программы NSF Data Infrastructure Building Blocks с общим бюджетом $31 млн и будет обслуживать тысячи ученых по всему миру.
Что такое "большие данные" в науках о жизни?
Помимо генетической информации, многие научные базы данных содержат огромные объемы фенотипических данных (о физических признаках организмов) и экологических данных.
Например, сочетание данных дронной съемки лесов и садов с экологической (почва, климат) и генетической информацией помогает понять, как меняется биоразнообразие лесов из-за изменения климата или какие особи вида выживут при лесовосстановлении.
Базы данных и их применение
Базы данных, такие как CottonGen, The Citrus Genome Database, PeanutBase и TreeGenes, размещены в университетах и государственных учреждениях, например, в Министерстве сельского хозяйства США (USDA).
Вегржин является куратором базы TreeGenes, которая размещена в UConn и Калифорнийском университете в Дэвисе. Она обслуживает более 2000 исследователей по всему миру и содержит информацию о 1200 видах деревьев, включая виды рождественских елей, такие как пихта Фразера.
В другом текущем проекте в рамках Инициативы USDA по специальным культурам она и главный исследователь Джон Фрэмптон из Университета штата Северная Каролина будут искать в TreeGenes связи между генами и такими признаками, как удержание хвои и устойчивость к болезням.
"Деревья живут долго и предоставляют отличную генетическую запись", — говорит она. "Эти инструменты могут помочь нам понять, какие гены влияют на конкретные признаки".
Значение проекта
"Самое интересное — это возможность проводить исследования с помощью этих инструментов", — говорит Вегржин. "Этот проект создаст инфраструктуру, которая поспособствует открытиям в экологии, охране природы и сельском хозяйстве".