Ein neuer rechnerischer Ansatz namens dynamicGP kombiniert genomische Vorhersage mit dynamischer Moduszerlegung, um Pflanzenmerkmale während der Entwicklung vorherzusagen. Diese Methode begegnet der Herausforderung, vorherzusagen, wie sich die beobachtbaren Merkmale einer Pflanze (Phänotyp) im Laufe der Zeit verändern, was durch genetische Faktoren, Umweltbedingungen und deren Wechselwirkungen beeinflusst wird.
Forscher am Max-Planck-Institut für Molekulare Pflanzenphysiologie und am Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung haben gezeigt, dass dynamicGP genauere Vorhersagen liefert als bisherige Methoden. Durch die Verwendung genetischer Marker und Hochdurchsatz-Phänotypisierungsdaten von Mais und Arabidopsis thaliana kann dynamicGP die Gesamtheit der Merkmale vorhersagen. Die Fähigkeit, Merkmale mit geringerer Heritabilitätsvariation im Laufe der Zeit vorherzusagen, ermöglicht zuverlässigere Aussagen über die Vorhersagbarkeit während der gesamten Entwicklung.
dynamicGP erleichtert die Untersuchung von Wechselwirkungen zwischen Genotyp und Phänotyp und ebnet den Weg für eine verbesserte Vorhersagegenauigkeit agronomisch relevanter Merkmale. Zukünftige Entwicklungen könnten Umweltfaktoren einbeziehen, den Ansatz verfeinern und die Züchtung von Pflanzensorten, die an bestimmte Regionen angepasst sind, erheblich beeinflussen und die Präzisionslandwirtschaft verbessern.