La biotecnologia è cresciuta in modo vivace negli ultimi anni con nuovi prodotti che oggigiorno offrono infinite possibilità di generare dati genomici per un'ampia gamma di specie vegetali in un breve periodo di tempo e con costi ridotti. Le piante orfane (quelle che non sono state ancora esplorate a fondo dall'uomo) stanno finalmente ottenendo i benefici di tale rivoluzione tecnologica. Sono certo che molto altro debba ancora essere scoperto e utilizzato a beneficio dell'umanità.
Fino a pochi anni fa la fenotipizzazione era considerata un collo di bottiglia nello studio dei tratti complessi delle piante perché si basava su un lavoro manuale intenso, costoso e dispendioso in termini di tempo. La fenotipizzazione, come la genotipizzazione, è entrata in una nuova era di alta tecnologia in cui i nuovi strumenti sono in grado di produrre misurazioni ad alto rendimento, quali: acquisizione ed elaborazione di immagini; sensori che catturano temperatura, umidità, ecc .; serre con nastri trasportatori automatizzati dotate di sistemi che catturano immagini ogni due ore o giorni, e così via. Tutte queste nuove capacità di fenotipizzazione sono emerse in cui è stato definito fenomeni .
Gli scienziati hanno imparato a padroneggiare modi per gestire e analizzare i big data provenienti da genomica, proteomica, trascrittomica, epigenomica, ecc. In quanto scienziato, sono felicissimo di vedere finalmente la fenotipizzazione raggiungere gli altri campi dell'omica ed essere promosso al loro gruppo d'élite. Non solo la fenomica consentirà di misurare più variabili, ma anche di misurare più campioni.
Gli allevatori e il personale analitico necessitano di strumenti analitici facili da usare e dotati di metodi in grado di analizzare questi dati. Perché? Essere in grado di sfruttare l'enorme potenziale di questi dati omici e aiutare i programmi di allevamento non solo ad abbreviare i loro cicli di riproduzione, ma anche a produrre cibo migliore per l'umanità.
Vorrei introdurre lo strumento di valutazione incrociata in JMP Genomics software progettato per aiutare gli allevatori a valutare migliaia di piante (linee o varietà) utilizzando dati genomici e fenomici con l'obiettivo di identificare quelle linee che hanno un maggiore potenziale per continuare nella pipeline di allevamento.
Inizierò mostrando una tabella di dati che contiene informazioni sui marcatori genetici (dati genomici) nelle colonne e sulle singole piante nelle righe (parzialmente visibili nella Figura 1). Questa tabella di dati ha 5.131 colonne con dati genomici (genotipi SNP) e 181 righe, ciascuna riga che rappresenta una linea inbred con i loro ID nel Linee colonna.
Figura 1
Diamo ora un'occhiata allo strumento di valutazione incrociata (Figura 2). Il file di dati della Figura 1 viene caricato nel campo SAS Input Data Set e due file di punteggio vengono caricati nel campo File di codice di punteggio. I file di punteggio contengono equazioni matematiche che collegano i dati dei fenomeni (tratti) alle informazioni fornite dai dati genomici.
figura 2
Ci sono molte opzioni nello strumento di valutazione incrociata. Ad esempio, puoi definire il tipo di croce che desideri (self o outcross), il numero di progenie da simulare per ogni croce e se calcolare una selezione di indice (nota anche come super tratto) o meno. Puoi anche creare più generazioni di progenie, lasciando che la valutazione incrociata produca incroci a coppie di individui nella tabella dei dati e, una volta prodotta la prima generazione di progenie (primo ciclo di incrocio), la valutazione incrociata creerà nuovi incroci da queste progenie , producendo la seconda generazione di progenie (secondo ciclo di incrocio) e così via. Mostrerò alcune di queste opzioni in questo post.
In questo post, l'obiettivo delle analisi sarà quello di identificare coppie di piante che, se incrociate, produrrebbero prole con alcuni tratti desiderabili. In particolare, desidero piante che abbiano un alto rendimento se coltivate con approvvigionamento idrico regolare e con scorte d'acqua limitate.
Nella mia prima analisi, ho impostato la valutazione incrociata per fare tutti gli incroci a coppie tra gli individui presenti nella tabella dati di esempio e per produrre progenie da ogni croce (Figura 3).
Figura 3
Una delle uscite è mostrata di seguito nella Figura 4. Il grafico a dispersione mostra la distribuzione bivariata delle statistiche che calcoliamo (media, min, max, intervallo e deviazione standard) per il rendimento previsto in condizioni di approvvigionamento idrico regolare e limitato.
Figura 4
Il cruscotto Filtro dati, visto verso il lato sinistro della Figura 4, può essere utilizzato per selezionare quelle croci che hanno un potenziale maggiore di produrre prole che hanno i valori dei tratti desiderati, in questo esempio, resa elevata con fornitura d'acqua regolare e limitata.
A tal fine, ho spostato la barra di soglia per i mezzi di rendimento del tratto simulato in condizioni di approvvigionamento idrico regolare e limitato, con le modifiche risultanti mostrate nella Figura 5. Un rapido confronto tra le Figure 4 e 5 rivela che la maggior parte dei punti nei grafici a dispersione sono diventati grigi. I punti grigi rappresentano incroci indesiderati in base alla soglia che ho impostato nella dashboard del filtro dati. Le croci che hanno superato la soglia di selezione sono in nero e le coppie di linee inbred che hanno prodotto quelle croci sono mostrate sotto il cruscotto Filtro dati. Possiamo facilmente vedere che la linea inbred 41 si incrocia bene con altre linee inbred per produrre progenie con un alto rendimento in condizioni di approvvigionamento idrico regolare e limitato.
Figura 5
Nella mia seconda analisi, ho impostato la valutazione incrociata per fare quattro cicli (Figura 6) di selezione per i migliori incroci identificati nella mia prima analisi.
Figura 6
Una delle uscite è mostrata nella Figura 7. I grafici mostrano l'andamento del risultato dei tratti simulati (asse y) in quattro generazioni di nidificazione per ogni croce (asse x). Visualizziamo rapidamente che la selezione è stata efficace nell'aumentare i valori dei tratti attraverso le generazioni per tutte le croci. Poiché le croci nell'asse x sono ordinate dai valori dei tratti più bassi (sinistra) a quelli più alti (destra), possiamo facilmente vedere che la croce 41x148 ha un potenziale di riproduzione più elevato specifico per l'approvvigionamento idrico regolare (grafico superiore), la croce 41x2 ha un potenziale di riproduzione maggiore specifico per l'approvvigionamento idrico limitato (trama inferiore) e la croce 41x138 ha un potenziale di riproduzione maggiore in entrambe le condizioni.
Figura 7
In questo post, hai visto diverse opzioni nello strumento di valutazione incrociata da JMP Genomics che può aiutare gli allevatori in programmi di allevamento ad alto ritmo. Ci sono, tuttavia, molte altre opzioni in questo strumento che gli allevatori possono esplorare per realizzare le migliori strategie di allevamento in base alle loro esigenze specifiche.
Spero che queste informazioni siano utili e attendo i tuoi commenti!
