Ускоренная селекция и моделирование для устойчивого развития сельского хозяйства

Растущее глобальное население, которое, по прогнозам, достигнет 10 миллиардов к 2050 году, удвоит спрос на продовольствие. Это создаст дополнительное давление на сельскохозяйственные ресурсы на фоне изменения климата.

Для удовлетворения спроса критически важна разработка высокоурожайных, устойчивых сортов сельскохозяйственных культур. Ускоренная селекция (Speed Breeding, SB) — техника, ускоряющая смену поколений растений за счет контролируемых условий среды — стала перспективным решением. Она позволяет быстро модифицировать культуры и увеличить частоту поколений. Однако остаются проблемы с оптимизацией условий SB, таких как свет, температура и водные ресурсы.

В журнале Plant Phenomics опубликован обзор "Моделирование сельскохозяйственных культур/растений поддерживает селекцию растений: I. Оптимизация факторов окружающей среды для ускорения роста и развития растений в ускоренной селекции".

Обзор посвящен использованию моделей растений и культур для определения идеальных условий SB. Эти инструменты жизненно важны для настройки и улучшения протоколов SB с целью быстрого создания стрессоустойчивых и высокоурожайных культур.

Потенциал и принципы ускоренной селекции

SB трансформирует селекцию, значительно сокращая время, необходимое для выведения новых сортов. Это достигается за счет манипулирования факторами среды:

• Фотопериод
• Качество и интенсивность света
• Температура

Успешные примеры применения SB для пшеницы, риса и ячменя демонстрируют быстрое улучшение таких признаков, как устойчивость к болезням и высота растения.

Проблема оптимизации условий

Эффективность SB зависит от оптимизации условий, которая до сих пор во многом эмпирическая. Ключевые факторы:

1. Фотопериод — критически важный регулятор, влияющий на ключевые стадии роста и эффективность фотосинтеза.
2. Интенсивность и качество света, а также температура также играют значительную роль.

Требуется комплексное понимание и точный контроль этих факторов для минимизации времени генерации без индукции нарушений роста. Текущая практика SB сильно зависит от опубликованной литературы и индивидуального опыта, что указывает на недостаток точности и стандартизации в настройках среды.

Роль моделей и искусственного интеллекта

Для решения этих проблем в обзоре представлены модели растений и культур как надежные инструменты для прогнозирования роста и развития в различных условиях. Они позволяют проводить виртуальные испытания для быстрого определения оптимизированных условий и достижения желаемых фенотипов.

Предлагается интеграция искусственного интеллекта (ИИ) для дальнейшего повышения прогностической точности и эффективности этих моделей.

Текущие вызовы для моделей

Существующие модели имеют ограничения:

• Часто неточно представляют уникальные условия теплиц или специфические требования SB.
• Требуют калибровки или модификации для разных типов культур и условий.
• Большинство моделей неадекватно учитывают влияние качества света на рост растений — область, требующую дальнейших исследований.

Вывод

Ускоренная селекция — многообещающий путь для быстрого развития новых сортов, но ее успех зависит от точной оптимизации условий среды. Модели растений и культур, особенно усиленные ИИ, предлагают путь к достижению этой точности. По мере эволюции эти инструменты будут играть все более важную роль в реализации потенциала SB, способствуя будущей продовольственной безопасности.