小麦研究数据的链接与共享试验


发布时间:

2022-12-07

来源:

植物表型资讯

作者:

PhenoTrait

本章来自书籍《Towards Responsible Plant Data Linkage: Data Challenges for Agricultural Research and Development》(图1),描述了一个集成数据框架的进展,该框架支持由英国BBSRC资助的设计未来小麦战略研究项目(Designing Future Wheat,DFW)的数据共享。

 

 

DFW是一个为期5年的项目(https://designingfuturewheat.org.uk/),跨越8个研究机构和大学,旨在向育种者提供育种前的种质资源,以改善和增加他们育种项目的遗传多样性。DFW致力于通过采用FAIR(可查找、可访问、可互操作、可重用:Findable, Accessible, Interoperable, Reusable)数据共享方法,使其数据向更广泛的研究界开放。它也是数据密集型战略研究方案的一个很好的例子,该方案遵循“从田间到实验室再到田间”的循环方法,这是许多当代和多学科作物科学研究的代表。然而,即使有专门的资金来开发作物数据研究基础设施,我们发现仍然存在许多挑战,需要实用而灵活的方法来实现它们的互操作。提出了关键的DFW数据资源作为一个案例研究,以评估进展和讨论这些挑战,以期满足FAIR原则的基础设施,开发元数据丰富的数据集。

 

DFW资助的主要数据资源:

CerealsDB:www.cerealsdb.uk.net

KnetMiner:https://knetminer.com/Triticum_aestivum

Wheat Expression Browser:www.wheat-expression.com

Wheat Germplasm Resource:www.seedstor.ac.uk

Ensembl Plants – Wheat:plants.ensembl.org/Triticum_aestivum

DFW Field Trials:grassroots.tools/dfw

DFW Data Portal:opendata.earlham.ac.uk/wheat

DFW Digital Repository:ckan.grassroots.tools

 

来 源

Rawlings, C.J., Davey, R.P. (2023). From Farm to FAIR: The Trials of Linking and Sharing Wheat Research Data. In: Williamson, H.F., Leonelli, S. (eds) Towards Responsible Plant Data Linkage: Data Challenges for Agricultural Research and Development. Springer, Cham. https://doi.org/10.1007/978-3-031-13276-6_6

 

编 辑

王春颖

 

扩展阅读

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。