一種名為dynamicGP的全新計算方法將基因組預測與動態模式分解相結合，以預測植物在發育過程中的性狀。 該方法旨在解決預測植物可觀察性狀（表型）隨時間變化這一難題，而這種變化受到遺傳因素、環境條件及其相互作用的影響。
馬克斯·普朗克分子植物生理學研究所和萊布尼茨植物遺傳與作物植物研究所的研究人員已經證明，dynamicGP提供的預測比以前的方法更準確。 通過使用來自玉米和擬南芥的遺傳標記和高通量表型數據，dynamicGP可以預測所有性狀。 預測性狀的能力隨著時間的推移，遺傳變異性較小，從而可以對整個發育過程中的可預測性作出更可靠的陳述。
dynamicGP有助於研究基因型和表型之間的相互作用，從而為提高農藝相關性狀的預測準確性鋪平道路。 未來的發展可能會納入環境因素，從而完善該方法，並對適應特定地區的植物品種的育種和改善精準農業產生重大影響。