שילוב נתונים גנומי משפר את דיוק הניבוי של תכונות פרי תפוח

פרסומת
MAGNEZIX מגנזיקס


במהלך העשורים האחרונים, העולם היה עד להתקדמות אדירה בכלים המשמשים לניתוח גנומי. למרות שבדרך כלל נפוץ יותר לשייך את הכלים הללו לתחומי הביולוגיה והרפואה, הם הוכחו כבעלי ערך רב גם בחקלאות. באמצעות סמני DNA רבים המתקבלים מטכנולוגיות רצף הדור הבא, מגדלים יכולים לבצע תחזיות גנומיות ולבחור פרטים מבטיחים על סמך ערכי התכונות החזויים שלהם.

פרסומת

מערכות ומתודולוגיות שונות שמטרתן לשפר את איכות הפירות משתמשות בניתוח גנטי. אחד מהם מורכב מבחירה גנטית (GS) וחיזוי גנטי (GP). גישת רבייה מודרנית זו משתמשת במודלים סטטיסטיים כדי להעריך את כל הפרופיל הגנטי של אדם נתון בהתבסס על גנומים שנאספו בעבר והתכונות הקשורות אליהם. זה מאפשר למגדלים לבצע תחזיות לגבי תכונות הפרי שייוצרו בעתיד בשלב השתיל. לעומת זאת, מחקרי אסוציאציה רחבה של גנום (GWAS) מתמקדים במקום זאת במציאת הווריאציות הגנטיות המדויקות שאחראיות לתכונת פרי מסוימת.

עד כה, GP ו-GWAS השתמשו בעיקר בסמני DNA ממערכת אחת, וכאשר המערכת בשימוש התיישנה, ​​היה צורך לנתח אותה מחדש באמצעות מערכת עדכנית יותר. עם זאת, היה קשה לנתח מחדש אוכלוסיות לבחירה בגידול עצי פרי שנותחו במערכות קודמות, מכיוון שלא ניתן להשיג מחדש DNA מפרטים שהושלכו במהלך הבחירה. כך, במחקר שפורסם לאחרונה ב מחקר גננות ב-8 ביולי 2024, צוות מחקר בראשות פרופסור-משנה Mai F. Minamikawa מהמכון למחקר אקדמי מתקדם, אוניברסיטת צ'יבה, יפן, יצא להבהיר האם שילוב של נתוני תפוחים ממערכות שונות יכול להוביל לתוצאות מדויקות יותר בעת ביצוע GP ו GWAS. חברים נוספים בצוות כללו את ד"ר מיוקי קוניהיסה מהמכון למדעי עצי הפרי והתה, הארגון הלאומי לחקלאות ומזון, יפן, ופרופסור הירויושי איוואטה הוא מבית הספר לתואר שני למדעי החקלאות והחיים באוניברסיטת טוקיו, יפן. .

ראשית, החוקרים שילבו מערכי נתונים של תפוחים שנרכשו משתי מערכות גנוטיפ שונות, כלומר אינפיניום וגנוטיפים על ידי רצף אמפליקונים אקראי ישיר (GRAS-Di). לאחר מכן, הם השתמשו בסמנים גנוטיפ משולבים אלה כדי לבצע GP ו-GWAS עבור סך של 24 תכונות פרי שונות, כולל חומציות, מתיקות, זמן קציר ותכולת מסיס מוצק. הצוות השווה את הביצועים של תחזיות שנעשו באמצעות מודלים שהוכשרו על כל מערך הנתונים בלבד או שניהם יחד.

התוצאות היו מאוד מעודדות; הדיוק של תחזיות גנומיות וכוח הזיהוי של מערכת GWAS עלו באופן משמעותי בעת שימוש במערך הנתונים המשולבים של Infinium ו-GRAS-Di עבור תכונות פרי מרובות. זה מצביע על כך שיש יתרונות לשילוב נתונים ממערכות שונות ולמינוף נתונים היסטוריים.

כדי לדחוף את המעטפת עוד יותר, החוקרים גם אימנו את מודל ה-GP בצורה כזו שנשקלו השפעות הרבעה. באופן מעניין, תוצאות אלו גם רמזו על ביצועים טובים יותר של הגישה המשולבת עבור תכונות מסוימות, כולל בריקס ומידת הקמח. ובכל זאת, הממצאים הללו היו פחות חד משמעיים, כפי שמעיר ד"ר מינמיקווה, "אף על פי שניתן לשפר את הדיוק של GS עבור תכונות פרי בתפוחים על ידי נתונים על הכלאה, יש צורך במחקרים נוספים כדי להבין את הקשר בין תכונות פרי לבין רבייה."

בסך הכל, הממצאים של מחקר זה מרמזים על דרך נוחה לשיפור הדיוק של GS ו-GWAS על ידי מינוף מערכי נתונים קיימים. יכולות להיות לכך השלכות חיוביות רבות בחקלאות, כפי שמדגיש ד"ר מינמיקווה, "ניתן להתמודד עם האתגרים כמו גודל צמחים גדול ותקופות נעורים ארוכות בעצי פרי על ידי זיהוי גנוטיפים מעולים ממספר אינדיבידואלים המשתמשים ב-GS דיוק גבוה כשלב שתיל וזיהוי וריאנטים גנטיים לתכונת מטרה באמצעות GWAS מדויק.."

הבה נקווה שהתקדמות נוספת בתחום זה תהפוך את גידול הפירות ליעילה ואמינה יותר כדי שנוכל להמשיך ליהנות מהם בתזונה שלנו.



קישור לכתבת המקור – 2024-07-08 17:10:14

Facebook
Twitter
LinkedIn
Telegram
WhatsApp
Email
פרסומת
תכנון תשתיות רפואיות

עוד מתחומי האתר