高通量表型在基因组选择中的应用


发布时间:

2021-08-23

来源:

本站

作者:

PhenoTrait

育种家面临的最大挑战之一是在不断变化的气候条件下培育改良品种。通过自动化系统生成数据的可用性为高度详细地描述遗传和表型基因型提供了一个机会。现代测序技术无需现场观察,但可以进行数十万个分子标记,提供选择基因型的机会这种方法被称为基因组选择(GS)。最近,研究人员还开发了依赖于能够测量大量植物特征的传感器的复杂自动表型平台,该平台在植物育种显示不凡的应用潜力。这些试图有效地传递次级性状表型信息的现代表型分析系统也被称为高通量表型分析平台(HTPP)。结合HTPP与GS模型开辟了新的研究前沿,以提高仅基于基因组数据的选择方法的效率,特别是那些依赖于大量小效应基因(复杂性状)的性状。然而,要开发一种健壮的、能够以有效和知情的方式组合这两种高维数据类型的方法,仍然存在一些问题需要解决。本文概述了HTTPs数据的统计分析,从而提高传统GS模型的预测能力。

 

首先,本文简要介绍了基因组数据在植物育种中的应用。然后,概述了基于现场的HTPP,考虑到雷达以及无人机,以及如何使用从这些平台获得的图像数据加速遗传增益。接着,讨论了传统GS模型的扩展,以允许将HTPPs得出的数据作为主要效应纳入,并与环境因素相互作用。除了单变量或单性状模型、基于多性状的模型以及考虑多种时间测量的模型外,多种信息来源的可用性为研究提供了场所。最后,我们给出了一些结论,并提到了一些当前不允许充分利用HTTPs在植物育种应用中的潜力的问题。

 

来源:

RPersa R, Ribeiro P and Jarquin D. The use of high-throughput phenotyping in genomic selection context. Crop Breed. Appl. Biotechnol. 21 (spe) • 2021 • https://doi.org/10.1590/1984-70332021v21Sa19.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。