Une nouvelle approche computationnelle appelée dynamicGP combine la prédiction génomique avec la décomposition modale dynamique pour prédire les caractéristiques des plantes au cours de leur développement. Cette méthode répond au défi de prédire comment les caractéristiques observables d'une plante (phénotype) évoluent avec le temps, ce qui est influencé par des facteurs génétiques, les conditions environnementales et leurs interactions.
Des chercheurs de l'Institut Max Planck de physiologie moléculaire des plantes et de l'Institut Leibniz de génétique végétale et de recherche sur les plantes cultivées ont démontré que dynamicGP offre des prédictions plus précises que les méthodes précédentes. En utilisant des marqueurs génétiques et des données de phénotypage à haut débit provenant du maïs et d'Arabidopsis thaliana, dynamicGP peut prédire la totalité des caractéristiques. La capacité de prédire les caractéristiques avec moins de variation d'héritabilité au fil du temps permet des déclarations plus fiables sur la prévisibilité tout au long du développement.
dynamicGP facilite l'étude des interactions entre le génotype et le phénotype, ouvrant la voie à une précision de prédiction améliorée des caractéristiques agronomiquement pertinentes. Les développements futurs pourraient intégrer des facteurs environnementaux, affinant l'approche et ayant un impact significatif sur la sélection de variétés végétales adaptées à des régions spécifiques et améliorant l'agriculture de précision.