Nowe podejście obliczeniowe o nazwie dynamicGP łączy predykcję genomową z dekompozycją modalną dynamiczną w celu przewidywania cech roślin podczas rozwoju. Metoda ta rozwiązuje problem przewidywania, jak obserwowalne cechy rośliny (fenotyp) zmieniają się w czasie, co zależy od czynników genetycznych, warunków środowiskowych i ich interakcji.
Naukowcy z Instytutu Fizjologii Molekularnej Roślin im. Maxa Plancka oraz Instytutu Genetyki Roślin i Badań nad Roślinami Uprawnymi im. Leibniza wykazali, że dynamicGP oferuje dokładniejsze prognozy niż poprzednie metody. Wykorzystując markery genetyczne i dane fenotypowania wysokoprzepustowego z kukurydzy i Arabidopsis thaliana, dynamicGP może przewidzieć całość cech. Zdolność do przewidywania cech z mniejszą zmiennością odziedziczalności w czasie umożliwia bardziej wiarygodne stwierdzenia dotyczące przewidywalności w trakcie rozwoju.
dynamicGP ułatwia badanie interakcji między genotypem a fenotypem, torując drogę do poprawy dokładności przewidywania cech istotnych agrotechnicznie. Przyszłe rozwinięcia mogą uwzględniać czynniki środowiskowe, udoskonalając podejście i znacząco wpływając na hodowlę odmian roślin przystosowanych do określonych regionów oraz poprawiając rolnictwo precyzyjne.