La biotechnologie a connu une croissance dynamique au cours des dernières années avec de nouveaux produits qui offrent aujourd'hui des possibilités infinies pour générer des données génomiques pour un large éventail d'espèces végétales dans un court laps de temps et à moindre coût. Les plantes orphelines (celles qui n'ont pas encore été profondément explorées par l'homme) bénéficient enfin de cette révolution technologique. Je suis convaincu qu'il reste encore beaucoup à découvrir et à utiliser au profit de l'humanité.
Jusqu'à il y a quelques années, le phénotypage était considéré comme un goulot d'étranglement dans l'étude des caractères complexes chez les plantes car il reposait sur un travail manuel intensif, coûteux et chronophage. Le phénotypage, comme le génotypage, est entré dans une nouvelle ère de haute technologie dans laquelle de nouveaux instruments sont capables de produire des mesures à haut débit, telles que : acquisitions et traitements d'imagerie ; des capteurs qui captent la température, l'humidité, etc. ; serres avec tapis roulants automatisés équipés de systèmes qui capturent des images toutes les deux heures ou tous les jours, etc. Toutes ces nouvelles capacités de phénotypage ont émergé dans ce qu'on appelle phénomique .
Les scientifiques maîtrisent les moyens de gérer et d'analyser les mégadonnées provenant de la génomique, de la protéomique, de la transcriptomique, de l'épigénomique, etc. Je suis, en tant que scientifique, ravi de voir enfin le phénotypage rattraper les autres domaines omiques et être promu à leur groupe d'élite. Non seulement la phénomique permettra de mesurer plus de variables, mais aussi de mesurer plus d'échantillons.
Les sélectionneurs et le personnel d'analyse ont besoin d'outils d'analyse faciles à utiliser et de méthodes capables d'analyser ces données. Pourquoi? Pouvoir exploiter l'énorme potentiel de ces données omiques et aider les programmes de sélection non seulement à raccourcir leurs cycles de reproduction, mais aussi à produire une meilleure nourriture pour l'humanité.
Je voudrais présenter l'outil d'évaluation croisée dans Génomique JMP logiciel conçu pour aider les sélectionneurs à évaluer des milliers de plantes (lignées ou variétés) à l'aide de données génomiques et phénomiques dans le but d'identifier les lignées qui ont le plus grand potentiel de continuer dans le pipeline de sélection.
Je commencerai par montrer un tableau de données contenant des informations sur les marqueurs génétiques (données génomiques) dans les colonnes et les plantes individuelles dans les rangées (voir partiellement la figure 1). Cette table de données comporte 5 131 colonnes avec des données génomiques (génotypes SNP) et 181 lignes, chaque ligne représentant une lignée consanguine avec leurs ID dans le Lignes colonne.
Figure 1Figure 1Figure 1Figure 1Figure 1
Examinons maintenant l'outil d'évaluation croisée (Figure 2). Le fichier de données de la figure 1 est chargé dans le champ SAS Input Data Set et deux fichiers de score sont chargés dans le champ Scoring Code Files. Les fichiers de score contiennent des équations mathématiques qui relient les données phénomiques (traits) aux informations fournies par les données génomiques.
Figure 2Figure 2Figure 2Figure 2Figure 2
Il existe de nombreuses options dans l'outil d'évaluation croisée. Par exemple, vous pouvez définir le type de croisement que vous souhaitez (auto ou croisement), le nombre de descendants à simuler pour chaque croisement et s'il faut calculer une sélection d'index (également appelée super trait) ou non. Vous pouvez également créer plusieurs générations de descendances, en laissant l'évaluation croisée produire des croisements par paires d'individus dans le tableau de données, et, une fois qu'elle a produit la première génération de descendances (premier cycle de croisement), l'évaluation croisée fera de nouveaux croisements à partir de ces descendances , produisant la deuxième génération de descendants (deuxième cycle de croisement), et ainsi de suite. Je vais montrer certaines de ces options dans ce post.
Dans cet article, le but des analyses sera d'identifier des paires de plantes qui, une fois croisées, produiraient une progéniture avec certains traits souhaitables. Plus précisément, je veux des plantes qui auraient un rendement élevé lorsqu'elles sont cultivées sous un approvisionnement en eau régulier ainsi que sous un approvisionnement en eau restreint.
Dans ma première analyse, j'ai configuré l'évaluation croisée pour effectuer tous les croisements par paires entre les individus présents dans l'exemple de tableau de données et pour produire des descendants de chaque croisement (Figure 3).
Figure 3Figure 3Figure 3Figure 3figure 3
L'une des sorties est illustrée ci-dessous dans la figure 4. Le nuage de points montre la distribution bivariée des statistiques que nous calculons (moyenne, min, max, plage et écart type) pour le rendement prévu sous un approvisionnement en eau régulier et restreint.
Figure 4Figure 4Figure 4Figure 4Figure 4
Le tableau de bord de filtre de données, vu vers le côté gauche de la figure 4, peut être utilisé pour sélectionner les croisements qui ont un potentiel plus élevé pour produire une progéniture qui a les valeurs de trait souhaitées, dans cet exemple, un rendement élevé sous un approvisionnement en eau régulier et restreint.
À cette fin, j'ai déplacé la barre de seuil pour les moyens de rendement simulés sous un approvisionnement en eau régulier et restreint, avec les changements résultants illustrés à la figure 5. Une comparaison rapide entre les figures 4 et 5 révèle que la plupart des points des nuages de points sont devenus gris. Les points gris représentent des croisements indésirables basés sur le seuil que j'ai configuré dans le tableau de bord Filtre de données. Les croisements qui ont dépassé le seuil de sélection sont en noir et les paires de lignées consanguines qui ont produit ces croisements sont affichées sous le tableau de bord Filtre de données. Nous pouvons facilement voir que la lignée consanguine 41 se croise bien avec d'autres lignées consanguines pour produire des descendances à haut rendement sous un approvisionnement en eau régulier et restreint.
Figure 5Figure 5Figure 5Figure 5Figure 5
Dans ma deuxième analyse, j'ai mis en place une évaluation croisée pour faire quatre cycles (Figure 6) de sélection pour les meilleurs croisements identifiés dans ma première analyse.
Figure 6Figure 6Figure 6Figure 6Figure 6
L'une des sorties est illustrée à la figure 7. Les graphiques montrent la tendance des résultats des traits simulés (axe y) sur quatre générations de reproduction pour chaque croisement (axe x). Nous visualisons rapidement que la sélection a été efficace pour augmenter les valeurs des caractères à travers les générations pour tous les croisements. Étant donné que les croisements sur l'axe des x sont classés des valeurs de trait inférieures (gauche) aux valeurs supérieures (droite), nous pouvons facilement voir que le croisement 41x148 a un potentiel de reproduction plus élevé spécifique à l'approvisionnement en eau régulier (parcelle supérieure), le croisement 41x2 a un potentiel de reproduction plus élevé spécifique pour l'approvisionnement en eau restreint (parcelle inférieure), et le croisement 41x138 a un potentiel de reproduction plus élevé dans les deux conditions.
Figure 7Figure 7Figure 7Figure 7Figure 7
Dans cet article, vous avez vu plusieurs options dans l'outil d'évaluation croisée de Génomique JMP qui peuvent aider les éleveurs dans les programmes d'élevage à rythme élevé. Il existe cependant de nombreuses autres options dans cet outil que les éleveurs peuvent explorer pour élaborer les meilleures stratégies de sélection en fonction de leurs besoins spécifiques.
J'espère que ces informations vous seront utiles et j'attends vos commentaires avec impatience !
