Un nouveau projet vise à améliorer la sélection du site sorgho en combinant les meilleurs aspects de deux puissants logiciels, en appliquant la recherche génomique de pointe à l'agriculture et en établissant des partenariats entre des scientifiques des États-Unis, du Sénégal et du Costa Rica.
sorghoLe maïs, une céréale qui pousse plus vite que le blé et présente une meilleure tolérance à la sécheresse que le maïs, est une culture d'une importance capitale au Sénégal et au Costa Rica. Une nouvelle initiative de Feed the Future Laboratoire d'Innovation pour l'Amélioration des Cultures (ILCI) aidera sélectionneurs dans ces pays à développer de nouvelles variétés sorgho , en collaboration avec le laboratoire d'Ed Buckler, responsable de l'ILCI génomique , généticien de recherche auprès du service de recherche agricole du ministère américain de l'agriculture et professeur adjoint de génétique. Department of Agriculture - Agricultural Research Service et professeur adjoint de sélection végétale et de génétique ; Ndjido Ardo Kane, directeur du centre de l'ILCI pour l'innovation dans les cultures Afrique de l'Ouest au Sénégal ; et Jose R. Camacho, directeur de l'ILCI Central American and Caribbean amélioration des cultures Alliance (CACCIA) au Costa Rica.
"Nous sommes ravis de pouvoir renforcer les compétences pratiques de l'équipe de CACCIA génomique sur ce nouvel outil logiciel important", a déclaré M. Camacho.
"Par conséquent, nous serons en mesure de renforcer nos programmes de sélection haricot et sorgho grâce à la mise en œuvre de recherches axées sur les objectifs de génomique et de la transcriptomique."
Le nouveau projet vise à exploiter les percées dans le domaine de la science fondamentale pour aider sélectionneurs à faire de meilleures prédictions basées sur le génome concernant les phénotypes des plantes - ou la façon dont les gènes seront exprimés dans une plante donnée - afin de pouvoir sélectionner des qualités souhaitables telles qu'un rendement élevé.
"La prédiction génomique examine l'ADN et tente d'extrapoler la façon dont la variation de la séquence aura un impact sur la plante", a déclaré Bethany Fallon Econopouly, associée de recherche à Cornell et responsable internationale du site génomique à l'ILCI.
Les comparaisons actuelles basées sur l'ADN impliquent un nombre énorme de variantes, qui peuvent ou non avoir un impact sur les caractéristiques utiles d'une plante. En regardant "un niveau au-dessus", c'est-à-dire la façon dont l'ARN et les protéines sont exprimés à partir de l'ADN, on réduit la variation et on peut fournir des informations plus utiles aux sélectionneurs, a déclaré M. Econopouly.
La plupart des modèles du site sélection végétale sont basés sur l'ADN, et ce projet cherchera à intégrer également l'expression de l'ARN et des protéines.
Les chercheurs ont combiné les meilleures caractéristiques de deux technologies destinées aux chercheurs sélection végétale : le logiciel TASSEL et le langage de codage R. TASSEL est le principal outil logiciel utilisé pour évaluer la diversité des plantes ; il compte plus de 20 000 utilisateurs par an. R est un langage de codage informatique utilisé par de nombreux sélectionneurs et autres scientifiques appliqués qui permet aux scientifiques de retracer et de répéter des expériences de données plus efficacement que ne le permet l'interface graphique simple de TASSEL.
Avant que TASSEL ne soit intégré à R, il était moins accessible à sélectionneurs, a déclaré M. Econopouly. Brandon Monier, un chercheur postdoctoral du laboratoire Buckler, a développé rTASSEL, afin que TASSEL puisse être utilisé avec R. Il sera maintenant mis à jour pour intégrer les nouvelles fonctionnalités développées par les chercheurs de l'ILCI.
Le partenariat entre les chercheurs en sciences fondamentales aux États-Unis et les chercheurs en sciences appliquées au Costa Rica et au Sénégal est essentiel à la réussite du projet, car il permettra un retour d'information en temps réel et spécifique à chaque pays.
"Pour les chercheurs en sciences fondamentales, l'un des défis consiste à communiquer avec les chercheurs appliqués pour savoir si les outils et les modèles que vous développez leur sont réellement utiles. Sont-ils d'accord pour dire que l'outil est convivial ? Améliore-t-il la précision de la prédiction ? Quels sont les traits les plus importants dans votre pays ?" a déclaré M. Econopouly.
"Avec ces partenariats au Sénégal et au Costa Rica, nous développons les outils ensemble, ce qui devrait améliorer nos modèles, améliorer le logiciel et, en fin de compte, améliorer sélection végétale."
