sélectionneurs dans le monde entier se concentrent sur l'amélioration de cultures qui prospèrera dans les champs futurs. Pour réussir, chaque programme de sélection doit mesurer la croissance, la performance et la composition de son cultures. Cela nécessite un investissement important en technologie et en capital humain, qui peut être hors de portée des programmes nationaux des pays en développement. Les sélectionneurs passent à la collecte de données numériques, ce qui nécessite l'adaptation des technologies pour enregistrer et organiser les observations sur le terrain. Les sélectionneurs doivent également analyser la composition biochimique de la plante pour comprendre et améliorer divers traits de qualité. L'infrastructure technologique existante est nouvelle, coûteuse, non validée en profondeur et difficile à entretenir, ce qui la rend inaccessible pour de nombreux programmes de sélection.
Le défi
Notre approche
Notre équipe phénologie adopte une stratégie à trois volets : permettre la collecte numérique tout au long du programme de recherche en sélection, développer des logiciels pour analyser ces données et mesurer les caractéristiques nutritionnelles pour la consommation humaine. Nous créons une suite d'outils peu coûteux, faciles à adopter, à utiliser et à entretenir, afin de rationaliser la collecte de données et de mesurer efficacement les variétés candidates. De plus, nous développons des outils libres qui peuvent prédire les concentrations de composés et déterminer les variétés les plus nutritives en fonction des objectifs de sécurité alimentaire .
"En étant capable de mesurer plus précisément et plus efficacement les variétés de cultures candidates, vous pouvez sélectionner plus efficacement celle qui est la plus performante. Cela a un impact important sur amélioration des cultures."
Jesse Polandphénologie co-lead
Faits marquants récents
Prospecteur
Développement et test d'une interface d'application pour la spectroscopie dans le proche infrarouge qui peut être utilisée sur plusieurs ordinateurs. cultures
Spectromètre de poche
Une solution peu coûteuse pour former un modèle et prédire les caractéristiques de qualité des plantes à l'aide de balayages spectraux
Spectroscopie infrarouge à transformée de Fourier
Création de modèles universels pour mesurer les nutriments à faible concentration tels que les protéines, le bêta-carotène, les acides aminés et les acides gras.
Recherche de nos experts
En cours
- Développement de l'utilisation d'un spectromètre NIR à faible coût pour prédire les phénotypes de composition des grains et des tissus foliaires de sorgho, ainsi que des racines cultures.
- La technologie de la spectroscopie infrarouge à transformée de Fourier (FTIR), qui permet de prévoir la quantification précise des matières grasses totales, des protéines et des acides aminés contenant du soufre, est en cours d'adaptation pour une variété de cultures dans les centres d'innovation.
- Une chromatographie en phase gazeuse-spectrométrie de masse (GC-MS) pour mesurer les acides gras individuels et des modèles FTIR seront utilisés pour mesurer les acides gras essentiels individuels et les graisses totales dans la graine sans aucun traitement chimique.
- Prospector, une application mobile pour la gestion des données NIRS, est en phase finale de test.
Réalisations récentes
- Intégration de la suite d'outils Waves dans Breedbase
- Le paquet R Waves a été utilisé dans un programme actif de sélection du manioc, ce qui a permis de le valider pour l'analyse des données spectrales collectées dans les essais de sélection.
- Développement de PhenoApps nouvelles et améliorées pour la collecte de données mobiles (par exemple, Field Book, Intercross, Prospector, Coordinate).
- Intercross, une application mobile permettant de gérer les croisements dans les programmes de sélection, est disponible sur GooglePlay.
Laboratoire d'Innovation pour l'Amélioration des Cultures-recherche financée
- Predicting starch content in cassava fresh roots using near-infrared spectroscopy (Gore and Hershberger)
- Leveraging prior biological knowledge improves prediction of tocochromanols in maize grain (Gore)
- Genomic prediction of tocochromanols in exotic-derived maize (Gore)
- Intercross: An Android app for plant breeding and genetics cross management (Rife and Poland)
- Combining GWAS and TWAS to identify candidate causal genes for tocochromanol levels in maize grain (Gore)
- Faire des vagues dans Breedbase : Un pipeline intégré de stockage et d'analyse de données spectrales pour les programmes sélection végétale (Gore et Hershberger)
- Faire des vagues dans Breedbase : Unpaquetage R gratuit et à code source ouvert facilite l'utilisation des spectromètres portables (Gore et Hershberger)
- Spectroscopie à faible coût et à main dans le proche infrarouge pour la prédiction de la teneur en matière sèche des racines du manioc (Gore et Hershberger)
- Prospector : une application mobile pour le phénotypage NIRS à haut débit (Rife, Courtney, Hershberger, Gore, Pologne)
Publications récentes de nos experts
- Laprédiction génomique permet la sélection rapide de génets très performants dans un programme de sélection d'agropyre intermédiaire ( Pologne)
- Élucidation de la génétique du rendement en grains et de la résistance au stress chez le blé panifiable à l'aide d'une étude de cartographie d'association à grande échelle portant sur 55 568 lignées (Pologne)
- Les rôles et le potentiel des glucides prébiotiques de la lentille dans la santé humaine et végétale (Thavarajah et Johnson)
- Variation génétique de la composition en glucides prébiotiques et en minéraux du chou frisé (Brassica oleracea var. acephala ) adapté à un système de culture biologique (Thavarajah et Johnson)
Ressources
- Technologies émergentes du Gore Lab
- PhenoApps comprenant Field Book, Inventory, Coordinate, OneKK, Verify, Whitefly Count et Survey.
- Centre international pour l'agriculture en terre sèche
- sélection végétale E-Learning en Afrique