Построение прогноза признаков, связанных с урожайностью, таких, например, как вес тысячи семян, позволяет исследователям создавать сорта, достигающие максимальной эффективности и ценности в условиях изменения климата. В данной работе предложена сетевая марковская модель прогнозирования важного фенотипического признака «вес тысячи семян» у генотипов нута, которая использует предварительно отобранные снипы и погодные данные за 5 дней до и 20 дней после посева, такие как минимальная и максимальная температуры, количество осадков, влажность, инфракрасное излучение и длина светового дня. Построенная модель предсказывает признак «вес тысячи семян» с высокой точностью – коэффициент корреляции Пирсона составляет 0.83.
Лен – важная сельскохозяйственная культура, выращиваемая для получения масла или волокна. Льняное волокно используется в различных областях промышленности, и выведение новых сортов льна-долгунца с лучшими характеристиками волокна представляет интерес. Полногеномный поиск ассоциаций (GWAS) позволяет найти варианты, ассоциированные с характеристиками, важными для качества волокна, однако различия в данных, связанные с разными погодными условиями при выращивании в разные годы, понижают мощность методов GWAS. Метод 3VmrMLM допускает поиск вариантов для данных, измеренных в нескольких средах, позволяя найти новые варианты, не найденные другими методами. В качестве разных сред были взяты измерения в разные годы, и метод позволил найти всего 205 вариантов, характерных для всех или нескольких сред, 37 из которых попадали в тело известных генов с важными функциями. Наличие эффекта некоторых вариантов на характеристики волокна былo также подтвержденo на независимой выборке растений.
Indexing
Scopus
Crossref
Higher Attestation Commission
At the Ministry of Education and Science of the Russian Federation