आकाशबाट फेनोटाइपिङ: स्पार्स आलु परीक्षणमा UAV-आधारित वातावरणीय कर्नेलहरूले जीनोमिक डेटालाई उछिन्छन्

जलवायु परिवर्तनले वार्षिक मौसम परिवर्तनशीलतालाई तीव्र बनाउँदै जाँदा, बिरुवा प्रजनकहरूलाई फेनोटाइपिङ लागतलाई व्यवस्थित राख्दै विविध वातावरणमा थप जीनोटाइपहरूको मूल्याङ्कन गर्न दबाब दिइन्छ। विरल परीक्षण - प्रति स्थान जीनोटाइपहरूको उपसमूह मात्र मूल्याङ्कन गर्दै - एक व्यावहारिक समाधान प्रदान गर्दछ, तर यसले हराएको डेटा भर्न बलियो भविष्यवाणी मोडेलहरूको आवश्यकता पर्दछ। मा प्रकाशित एक नयाँ अध्ययन वैज्ञानिक रिपोर्टहरू ड्रोन इमेजरीबाट हाई-थ्रुपुट फेनोटाइपिङ (HTP) ले यस्ता परिदृश्यहरूमा जीनोमिक जानकारीको लागि शक्तिशाली विकल्पको रूपमा काम गर्न सक्छ भनेर देखाउँछ। तीन स्वीडिश वातावरण (२०२०-२०२१ मा दुई स्थानहरू) मा २५६ आलु क्लोनहरूसँग काम गर्ने अनुसन्धानकर्ताहरूले UAV-आधारित RGB छविहरूबाट समय-एकीकृत वनस्पति सूचकांक, क्यानोपी कभर, र बिरुवाको उचाइ निकाले। यी छवि-व्युत्पन्न विशेषताहरूमा प्रमुख घटक विश्लेषण (PCA) प्रयोग गरेर, तिनीहरूले "वातावरणीय कर्नेल" (E-कर्नेल) निर्माण गरे जसले परीक्षण साइटहरू बीच समानताको परिमाण गर्दछ र १०% देखि ६६% सम्मको डेटा स्पार्सिटी स्तरहरू अन्तर्गत मानक जीनोमिक सम्बन्ध म्याट्रिक्स (G-कर्नेल) विरुद्ध यसको भविष्यवाणी प्रदर्शन तुलना गर्दछ।

नतिजाहरू उल्लेखनीय छन्: ५०% डेटा पूर्णता भएका दुई वातावरणीय परिदृश्यहरूमा, E-कर्नेलले G-कर्नेल र तिनीहरूको संयोजन दुवैलाई सबै विशेषताहरूमा उल्लेखनीय रूपमा उत्कृष्ट प्रदर्शन गर्‍यो, कुल कन्द उत्पादनको लागि ६०% र ५०-६० मिमी आकार अंशको लागि ६२% ले भविष्यवाणी शुद्धता बढायो। ३३% पूर्णतामा, r² > ०.५ भएको स्टार्च सामग्री एक मात्र विशेषता थियो, र केवल E-कर्नेलले त्यो स्तर प्रदान गर्‍यो। जीनोमिक कर्नेलले चरम विरलता (१०-२०%) अन्तर्गत मात्र बढी बलियो साबित भयो, जबकि परम्परागत मौसम विज्ञान कोभेरिएटहरूले नजिकैका स्थानहरू बीच भेदभाव गर्ने सीमित क्षमता देखाए। उल्लेखनीय रूपमा, G र E कर्नेलहरू संयोजन गर्नाले भविष्यवाणीहरूमा सुधार भएन, ओभरल्यापिङ जानकारी सुझाव दिन्छ। लेखकहरूले सीमितताहरू स्वीकार गर्छन् - सामान्य नमूना आकार र वातावरणीय चुहावट - तर जोड दिन्छन् कि छवि-आधारित वातावरणीय कर्नेलहरू लागत-प्रभावी, स्केलेबल, र विशेष गरी टेट्राप्लोइड आलु जस्ता ढिलो-चक्र चलाउने बालीहरूको लागि मूल्यवान छन्। यो दृष्टिकोणले स्रोत-सीमित प्रजनन कार्यक्रमहरूमा आनुवंशिक लाभलाई तीव्र पार्न व्यावहारिक मार्ग प्रदान गर्दछ, विशेष गरी उपज-सम्बन्धित विशेषताहरूको लागि, पुन: प्रयोगयोग्य HTP डेटा मार्फत फेनोटाइपिङ बोझ कम गर्दै।