Een nieuwe computationele aanpak, dynamicGP genaamd, combineert genomische voorspelling met dynamische modusdecompositie om plantkenmerken tijdens de ontwikkeling te voorspellen. Deze methode pakt de uitdaging aan om te voorspellen hoe de waarneembare kenmerken (fenotype) van een plant in de loop van de tijd veranderen, wat wordt beïnvloed door genetische factoren, omgevingsomstandigheden en hun interacties.
Onderzoekers van het Max Planck Instituut voor Moleculaire Plantenfysiologie en het Leibniz Instituut voor Plantgenetica en Gewasplantonderzoek hebben aangetoond dat dynamicGP nauwkeurigere voorspellingen biedt dan eerdere methoden. Door gebruik te maken van genetische markers en high-throughput fenotyperingsgegevens van maïs en Arabidopsis thaliana, kan dynamicGP de totaliteit van de kenmerken voorspellen. Het vermogen om kenmerken met minder erfelijkheidsvariatie in de loop van de tijd te voorspellen, maakt betrouwbaardere uitspraken over de voorspelbaarheid gedurende de ontwikkeling mogelijk.
dynamicGP vergemakkelijkt de studie van interacties tussen genotype en fenotype, waardoor de weg wordt vrijgemaakt voor verbeterde voorspellingsnauwkeurigheid van agronomisch relevante kenmerken. Toekomstige ontwikkelingen zouden omgevingsfactoren kunnen integreren, de aanpak verfijnen en een aanzienlijke impact hebben op de veredeling van plantenvariëteiten die zijn aangepast aan specifieke regio's en het verbeteren van precisielandbouw.