ОСНАЩЕНИЕ И УСЛУГИ ДЛЯ НАУЧНЫХ ЛАБОРАТОРИЙ
Селекция пшеницы следующего поколения при помощи геномики
Мягкая пшеница (Triticum aestivum L.) — основная продовольственная культура в мире, которая обеспечивает около 20% общего объема питания [1]. Мировое производство пшеницы значительно выросло с 222,4 миллиона тонн в 1960 году до 781 миллиона тонн в 2022 году [2]. Однако, в обществе растет спрос на здоровую пищу, поэтому селекционеры прилагают значительные усилия для улучшения урожайности, устойчивости к стрессу и повышению показателей качества пшеницы.
Недавние технологические достижения в области полногеномного секвенирования и его приложения в селекции помогли выявить генетические вариации различных признаков пшеницы. Это позволило ускорить традиционные стратегии селекции, применив знания о геноме растения. Наиболее перспективными методами, способными ускорить процесс отбора, ученые называют маркерную и геномную селекцию. Для этого необходимо:
Недавние технологические достижения в области полногеномного секвенирования и его приложения в селекции помогли выявить генетические вариации различных признаков пшеницы. Это позволило ускорить традиционные стратегии селекции, применив знания о геноме растения. Наиболее перспективными методами, способными ускорить процесс отбора, ученые называют маркерную и геномную селекцию. Для этого необходимо:
- Секвенировать геном и осуществить сборку высокого качества для надежного выявления новых вариаций;
- Изучать ассоциации ген-признак на основе полученной последовательности;
- Идентифицировать функции конкретных генов;
- Внедрять полученные данные в селекцию [3].
От классики к современным методам
До XXI века селекционеры следовали традиционными стратегиям выведения новых сортов культурных растений: при помощи межсортового скрещивания, беккросса (скрещивания гибрида первого поколения с родительской особью) и некоторых других методов. При это селекция и поныне направлена на закрепление признаков, которые позволяют растению противостоять разным типам стресса, в том числе и болезням, и направлены на улучшение питательных характеристик. Свою роль в устойчивости растений сыграла и "зеленая революция", в течении которой возрос интерес к применению удобрений и инсектицидов у ведущих производителей.
Тем не менее, классические стратегии требуют много времени и финансовых затрат, что толкает ученых на поиск более совершенных методов. Развитие генетических технологий привело к значительному прогрессу в области селекции. За последние десятилетия удалось выявить важные для аграриев гены, которые отвечают за карликовость растения, устойчивость к болезням, размер ядра, реакции фотопериода, реакции яровизации [4, 5, 6, 7].
До XXI века селекционеры следовали традиционными стратегиям выведения новых сортов культурных растений: при помощи межсортового скрещивания, беккросса (скрещивания гибрида первого поколения с родительской особью) и некоторых других методов. При это селекция и поныне направлена на закрепление признаков, которые позволяют растению противостоять разным типам стресса, в том числе и болезням, и направлены на улучшение питательных характеристик. Свою роль в устойчивости растений сыграла и "зеленая революция", в течении которой возрос интерес к применению удобрений и инсектицидов у ведущих производителей.
Тем не менее, классические стратегии требуют много времени и финансовых затрат, что толкает ученых на поиск более совершенных методов. Развитие генетических технологий привело к значительному прогрессу в области селекции. За последние десятилетия удалось выявить важные для аграриев гены, которые отвечают за карликовость растения, устойчивость к болезням, размер ядра, реакции фотопериода, реакции яровизации [4, 5, 6, 7].
Внедрение новых методов
Одним из активно внедряемых методов селекции стал отбор при помощи маркеров (MAS, marker assisted selection). Системы молекулярных маркеров, доступных для программ селекции пшеницы стали развиваться с 1990-х [8]. При помощи молекулярной селекции для пшеницы удалось зарегистрировать 157 функциональных маркеров для более чем 100 локусов, связанных с адаптивностью, урожайностью зерна, устойчивостью к болезням и абиотическим стрессам.
Другими широко используемыми методами стали картирование локусов количественных признаков (QTL, quantitative trait loci) и массовый сегрегационный анализ (BSA, bulked segregant analysis). Построение высококачественных карт генетических связей — основа для точной идентификации геномных регионов и маркеров, связанных с целевыми признаками. Гаплотипы у предков и диких родственников сельскохозяйственных культур содержат широкий диапазон генетических вариаций, а идентификация гаплотипов с меньшим количеством вредных аллелей и улучшенными фенотипами может ускорить генетический прогресс в улучшении сельскохозяйственных культур [9].
Другой перспективный подход — геномная селекция, которая позволяет прогнозировать племенную ценность растения на основе генетической информации. Модели для прогнозирования построены на основе данных о полногеномных маркерах и фенотипе [7]. При этом существует ряд ограничений, связанных с тем, что некоторые признаки связаны сразу со многими генами. Несмотря на то, что MAS, QTL-картирование и GWAS уже широко применяются в программах селекции, точность методов все еще ограничена особенностью оборудования и методик. Возможно, повысить эффективность использования новых технологий в селекции помогут мультиомики — данные о геноме, протеоме, транскриптоме, метаболоме и эпигеноме растения вместе взятые.
Одним из активно внедряемых методов селекции стал отбор при помощи маркеров (MAS, marker assisted selection). Системы молекулярных маркеров, доступных для программ селекции пшеницы стали развиваться с 1990-х [8]. При помощи молекулярной селекции для пшеницы удалось зарегистрировать 157 функциональных маркеров для более чем 100 локусов, связанных с адаптивностью, урожайностью зерна, устойчивостью к болезням и абиотическим стрессам.
Другими широко используемыми методами стали картирование локусов количественных признаков (QTL, quantitative trait loci) и массовый сегрегационный анализ (BSA, bulked segregant analysis). Построение высококачественных карт генетических связей — основа для точной идентификации геномных регионов и маркеров, связанных с целевыми признаками. Гаплотипы у предков и диких родственников сельскохозяйственных культур содержат широкий диапазон генетических вариаций, а идентификация гаплотипов с меньшим количеством вредных аллелей и улучшенными фенотипами может ускорить генетический прогресс в улучшении сельскохозяйственных культур [9].
Другой перспективный подход — геномная селекция, которая позволяет прогнозировать племенную ценность растения на основе генетической информации. Модели для прогнозирования построены на основе данных о полногеномных маркерах и фенотипе [7]. При этом существует ряд ограничений, связанных с тем, что некоторые признаки связаны сразу со многими генами. Несмотря на то, что MAS, QTL-картирование и GWAS уже широко применяются в программах селекции, точность методов все еще ограничена особенностью оборудования и методик. Возможно, повысить эффективность использования новых технологий в селекции помогут мультиомики — данные о геноме, протеоме, транскриптоме, метаболоме и эпигеноме растения вместе взятые.
Источники
- Hazard, Brittany, et al. "Strategies to improve wheat for human health." Nature Food 1.8 (2020): 475-480.
- "Food and agriculture data" / Food and Agriculture Organization of the United Nations URL: https://www.fao.org/faostat/en/#home
- Sun, Congwei, et al. "Genomics‐assisted breeding: The next‐generation wheat breeding era." Plant Breeding (2023).
- Pang, Yunlong, et al. "High-resolution genome-wide association study identifies genomic regions and candidate genes for important agronomic traits in wheat." Molecular Plant 13.9 (2020): 1311-1327.
- Chen, Yongming, et al. "A collinearity-incorporating homology inference strategy for connecting emerging assemblies in the triticeae tribe as a pilot practice in the plant pangenomic era." Molecular Plant 13.12 (2020): 1694-1708.
- Würschum, Tobias, et al. "A three‐component system incorporating Ppd‐D1, copy number variation at Ppd‐B1, and numerous small‐effect quantitative trait loci facilitates adaptation of heading time in winter wheat cultivars of worldwide origin." Plant, Cell & Environment 41.6 (2018): 1407-1416.
- Meuwissen, Theo HE, Ben J. Hayes, and ME1461589 Goddard. "Prediction of total genetic value using genome-wide dense marker maps." genetics 157.4 (2001): 1819-1829.
- Rasheed, Awais, et al. "Crop breeding chips and genotyping platforms: progress, challenges, and perspectives." Molecular plant 10.8 (2017): 1047-1064.
- Bevan, Michael W., et al. "Genomic innovation for crop improvement." Nature 543.7645 (2017): 346-354.