Фото: із відкритих джерел
Докторант Університету штату Північна Кароліна Кашиш Гровер поєднує геномну селекцію, комп’ютерний зір і цифрові симуляції, щоб скоротити час, потрібний для виведення нових сортів і гібридів. Серед його проєктів — автоматизована система фенотипування огірка та робота з тетраплоїдними лініями для отримання безнасінних триплоїдних гібридів.
Про це повідомляє сайт Аграрії разом з посиланням на Hortidaily.
У Департаменті садівничих наук North Carolina State University (NC State) докторант Кашиш Гровер працює над інструментами, які мають зменшити «часову ціну» селекції — від польових випробувань до рутинних вимірювань у тисячах зразків. Його дослідження поєднують класичні підходи селекції з геномною селекцією, комп’ютерним зором і цифровими симуляціями, щоб частину рішень можна було перевіряти у віртуальному середовищі ще до закладання дослідів у полі.
«Проблема, яка мене найбільше хвилює, — це час. Розробка нового сорту займає роки, і значна частина цього часу йде на ручні вимірювання та перевірку ідей сезон за сезоном», — зазначає Кашиш Гровер.
За словами дослідника, додатковий виклик створює зміна клімату: локації, де культури тестують сьогодні, можуть не відповідати умовам вирощування в майбутньому. Тому в його роботі важливе місце займають моделі, що допомагають планувати селекційні стратегії та мережі випробувань.
Автоматизоване фенотипування огірка: камера замість ручних вимірювань
Один із центральних напрямів роботи Гровера — автоматизована система фенотипування огірка на основі зображень. У традиційній схемі селекціонери вручну оцінюють довжину плоду, форму, забарвлення та внутрішню структуру — і це стає вузьким місцем, коли потрібно проаналізувати тисячі зразків.
Разом із запрошеними науковцями Hercules dos Santos та Felipe Roberto Francisco він розробив підхід, що автоматизує оцінювання через цифрову фотографію та аналіз зображень. У матеріалі підкреслюється, що ключовою складністю було зробити вимірювання точними й відтворюваними, адже на сприйняття кольору впливають умови освітлення, а «візуальні» ознаки, які селекціонер оцінює швидко, потрібно перевести у формалізовані метрики.
«Навчити камеру “бачити” огірок так, як його бачить селекціонер, було складніше, ніж я очікував. Колір змінюється через освітлення, а ознаки, які селекціонер оцінює з першого погляду, мають стати точними, повторюваними вимірюваннями», — пояснює Гровер.
Тетраплоїдні огірки та шлях до безнасінних триплоїдних гібридів
Ще один напрям — розробка тетраплоїдних огірків (із чотирма наборами хромосом замість стандартних двох). У співпраці з Ornamental Plant Breeding and Cytogenetics Lab під керівництвом доцентки Hsuan Chen команда працює над тим, щоб зробити отримання тетраплоїдного матеріалу більш практичним для селекції.
У матеріалі пояснюється, що схрещування тетраплоїдних рослин зі звичайними огірками дає змогу отримувати безнасінні триплоїдні гібриди — за тим самим цитогенетичним принципом, який використовують для безнасінних кавунів, винограду та бананів.
«Ця стратегія маніпуляції плоїдністю має певне підґрунтя в селекції огірка; однак критично важливо зробити її здійсненною та ефективною для виведення комерційних триплоїдних культиварів», — зазначає Hsuan Chen. За її словами, проєкт Гровера зосереджений на підвищенні ефективності процесу, щоб селекціонери могли отримувати більше тетраплоїдного вихідного матеріалу та підбирати найкращі комбінації гібридів на наступних етапах.
Моделі та симуляції: як «проганяти» стратегії на комп’ютері
Окрім морфології плодів, Гровер працює з прогнозними підходами для планування випробувань і селекційних рішень. Зокрема, він повідомляє про публікацію дослідження «Optimizing Pickling Cucumber (Cucumis sativus L.) Multi-Environment Trial Networks Using Envirotyping, Production Importance and Future Climate Projections», у якому визначали оптимальні локації для селекційних випробувань корнішонного (pickling) огірка за поточних і прогнозованих кліматичних сценаріїв.
Паралельно, у співпраці з індустріальними партнерами, він також веде симуляційні дослідження на сої, де порівнюють, як різні селекційні стратегії впливають на генетичний прогрес, різноманіття та операційні витрати.
«Замість того, щоб витрачати роки на перевірку кожної стратегії в полі, ми можемо спочатку порівняти їх на комп’ютері й винести назовні лише найперспективніші», — каже Гровер.
Що це означає для практики
Описані підходи спрямовані на те, щоб зменшити частку ручної роботи у фенотипуванні та скоротити цикл ухвалення рішень у селекції. Для виробників це потенційно означає швидше виведення нових сортів і гібридів та більш прицільне планування випробувань під умови, що змінюються. Водночас у матеріалі наголошується саме на дослідницькому характері розробок і на тому, що ключова цінність — економія часу та ресурсів у селекційних програмах.