Pflanzenzüchtung Pflanzen der Zukunft: Neuer Ansatz ermöglicht bessere Vorhersagen über ihre Entwicklung
Hauptinhalt
28. April 2025, 14:30 Uhr
Fortschritte in der Forschung und neu entwickelte Technologien, die die genetischen Informationen von Pflanzen analysieren und viele Pflanzenmerkmale schnell und effizient messen können, haben die Art und Weise, wie neue Pflanzensorten gezüchtet werden, maßgeblich verändert. Was bislang aber fehlte, war das Verständnis für die Ausprägung mehrerer solcher Merkmale zu verschiedenen Zeitpunkten während der Wachstumsphase der Pflanze. Ein Forschungsteam hat dieses Problem wohl nun gelöst.
Normalerweise werden bei der Züchtung von Pflanzen maschinelle Lernmodelle verwendet, die auf Daten basieren, die zu einem bestimmten Zeitpunkt gesammelt wurden. Diese Modelle können jedoch nicht die Veränderungen mehrerer Merkmale über die Zeit vorhersagen.
Ein Forschungsteam, zu dem das Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung (IPK) in Gatersleben (Sachsen-Anhalt) sowie das Max-Planck-Institut für Molekulare Pflanzenphysiologie (MPI-MP) in Potsdam gehören, hat nun einen neuen computergestützten Ansatz namens dynamicGP entwickelt. Dieser Ansatz hilft, die Entwicklung von Pflanzenmerkmalen über die gesamte Wachstumsperiode vorherzusagen.
Phänom Das Phänom einer Pflanze umfasst alle ihre sichtbaren Merkmale zu einem bestimmten Zeitpunkt. Diese Merkmale sind das Ergebnis von genetischen Faktoren und Umweltbedingungen sowie ihrer Wechselwirkungen. Im Laufe der Zeit kann sich das Phänom einer Pflanze aber ändern, je nachdem, wie die Pflanze wächst und sich entwickelt. Das Verständnis dafür, wie sich das Phänom verändert, kann helfen, einzelne Merkmale zu bestimmten Zeitpunkten in der Entwicklung der Pflanze vorherzusagen.
"Wir haben gezeigt, dass dynamicGP ein effizienter computergestützter Ansatz zur Vorhersage genotyp-spezifischer Dynamiken für mehrere Merkmale ist", erklärt David Hobby, Forscher am MPI-MP und einer der Erstautoren der Studie. Ermöglicht werde dies durch die Kombination der bisherigen genomischen Vorhersage ("genomic prediction", kurz GP) mit einer Methode namens dynamische Modenzerlegung (DMD).
Neuer Ansatz könnte Pflanzenzüchtung erheblich beeinflussen
Mithilfe des neuen Ansatzes konnten die Forschenden beispielsweise die Merkmale von Mais und Arabidopsis thaliana, auch Acker-Schmalwand oder Schotenkresse genannt, genauer vorhersagen. "Wir haben festgestellt, dass die Entwicklungsdynamik von Merkmalen, deren Erblichkeit im Laufe der Zeit weniger variiert, mit höherer Genauigkeit vorhergesagt werden kann", so Marc Heuermann, Forscher am IPK und ebenfalls einer der Erstautoren der Studie. "Das ermöglicht Aussagen über die Vorhersagbarkeit von Merkmalen über den gesamten Entwicklungsverlauf hinweg."
Zukünftige Entwicklungen von dynamicGP sollen den Ansatz weiter verfeinern, um dadurch etwa auch die Auswirkungen von Umweltfaktoren mit berücksichtigen zu können. Der neue Ansatz könnte großen Einfluss auf die Züchtung von Pflanzensorten haben, die an bestimmte Regionen angepasst sind, aber auch die Präzisionslandwirtschaft weiter verbessern, so die Forscher. Präzisionslandwirtschaft beschreibt Techniken im Pflanzenanbau, die ressourcenschonend, effizient und so auch kostensparend sein sollen. Mit Satellitenbildern, Bodenproben, Sensoren, Datenanalysen wie bei dynamicGP, sollen so jede Pflanze und jeder Acker spezifisch bearbeitet werden können.
Links/Studien
Hobby et al. (2025): Predicting plant trait dynamics from genetic markers. Nature Plants. DOI: 10.1038/s41477-025-01986-y
pm
Dieses Thema im Programm: MDR SACHSEN - Das Sachsenradio | Landwirtschaft 2025: Probleme, Entwicklung, Zukunft | 08. April 2024 | 20:00 Uhr
Not Found
The requested URL /api/v1/talk/includes/html/82b1fada-dd2c-46cd-aa7d-7f6d447b503a was not found on this server.
