Tilbake til søkeresultatene

BIONÆR-Bionæringsprogram

SusCrop - Knowledge-driven genomic predictions for sustainable disease resistance in wheat

Alternativ tittel: Kunnskapsdrevet genomprediksjon for bærekraftig sykdomsresistens i hvete

Tildelt: kr 4,3 mill.

Framgang i planteforedling er basert på mulighetene til å gjøre presise utvalg av nye avkom med ønskede egenskaper. Tradisjonelt gjøres dette ved testing av store populasjoner i feltforsøk over flere år og lokaliteter. Dette er både kostbart og tidkrevende. Genomisk seleksjon gjør det mulig å bruke markørdata til å beregne avlsverdien til nye avkom basert på statistiske modeller. Her er det et stort potensial til å spare både tid og penger, men det betinger at man har pålitelige prediksjonsmodeller. Modellene lages ved at man genotyper en treningspopulasjon med tusenvis av markører og modellerer effekten av disse markørene basert på tilgjengelige fenotypedata for de samme linjene. Hovedideen bak WheatSustain var å inkorporere kunnskap om kjente gener og deres virkningsmekanismer i genomprediksjonsmodellene som brukes i planteforedling for å gjøre de mer treffsikre. Som case valgte vi hvete, som er den viktigste kornarten i Europa, og resistens mot sykdommene aksfusariose (FHB) og gulrust, som hver for seg illustrerer viktige utfordringer med å få genomisk seleksjon til å virke som et effektivt og pålitelig seleksjonsverktøy i planteforedling. Prosjektet var basert på tverrfaglig internasjonalt samarbeid mellom ledende forskningsgrupper og hveteforedlingsprogram i Norge, Irland, Tyskland, Østerrike, Mexico, USA og Canada. Som treningspopulasjon for å bygge prediksjonsmodeller for norsk hveteforedling brukte vi vårt eksisterende sett med 300 vårhvetelinjer og 100 høsthvetelinjer (MASBASIS). Disse ble genotypet med 25K SNP chip i 2020 sammen med 300 nye foredlingslinjer fra Graminor som ble brukt til å validere prediksjonsmodellene utviklet i prosjektet. Disse materialene ble testet i feltforsøk i Norge i 2019, 2020 og 2021 samt hos utvalgte prosjektpartnere i 2020 og 2021. Gjennom genetiske analyser av data fra inokulerte Fusarium-forsøk i Norge, Østerrike og Canada avdekket vi den genetiske arkitekturen til resistens mot aksfusariose i det norske vårhvetematerialet. Vi fikk god oversikt over de viktigste genetiske faktorene for sykdomsresistensen og validerte et nytt QTL på kromosom 7A som vil være nyttig i framtidig resistensforedling. Likeledes fikk vi basert på gulrustdata fra forsøk i Norge, Tyskland, Østerrike og Kina god oversikt over de viktigste genetiske faktorene for gulrustresistens i det norske hvetematerialet og validerte et hovedgen på kromosom 6A som er viktig for voksenplanteresistens i felt. Videre har vi jobbet med å integrere denne genetiske informasjonen i oppdaterte prediksjonsmodeller for resistens mot aksfusariose og gulrust i norsk vårhveteforedling. For å finne optimale måter å bruke de forbedrede prediksjonsmodellene i praktisk foredling, utviklet vi et simuleringsprogram til å evaluere alternative planteforedlingsopplegg in silico ved hjelp av stokastiske simuleringer. Ved å simulere et konvensjonelt hveteforedlingsprogram basert på aktuelle fenotype og genotypedata kunne vi vise at integrering av genomisk seleksjon med speed breeding vil gi raskere genetisk framgang for Fusariumresistens enn bruk av genomisk seleksjon eller fenotypisk seleksjon alene. I konsortiet ble det også arbeidet med en felles treningspopulasjon for høsthvete bestående av 230 høsthvetelinjer fra de samarbeidende foredlingsfirmaene og forskningsinstitusjonene. Denne ble testet for resistens mot aksfusariose og gulrust i feltforsøk på utvalgte lokaliteter i Tyskland, Østerrike og Norge i 2020 og 2021 og resulterte i solide multi-miljø datasett for begge sykdommene, Disse dataene ble brukt til å avdekke den genetiske arkitekturen til resistens mot disse sykdommene i europeisk høsthvete. For gulrust fant vi to QTL på kromosom 2B og 6A og validering av resultatene på nye foredlingslinjer fra programmene i Tyskland viste at disse to QTL-ene i kombinasjon gir god beskyttelse mot gulrust. Videre fikk vi vist at genomisk seleksjon for gulrust kan bli mer effektiv når markører for disse QTL-ene inkluderes i prediksjonsmodellene. For aksfusariose i høsthvete viste assosiasjonskartleggingen at sykdomsresistensen er nært assosiert med strålengde, blomstringstidspunkt og støvknappfelling, og ved å inkludere disse faktorene i de genomiske seleksjonsmodellene kunne man øke prediksjonsevnen. Det nære samarbeidet med planteforedlerne har vært en suksessfaktor i prosjektet og resultert i validerte molekylære markører og prediksjonsmodeller som allerede er tatt i bruk i planteforedlingsprogrammene. Resultater fra prosjektet ble presentert på mange konferanser flere vitenskapelige publikasjoner er allerede publisert mens de siste vil bli ferdigstilt i løpet av de neste månedene.

- Mer effektiv foredling av resistens mot aksfusariose og gulrust i hvete ved hjelp av genomisk seleksjon - Mer effektiv planteforedling generelt gjennom forbedrede statistiske modeller for genomisk prediksjon - Lavere mykotoksininnhold i framtidig norsk og europeisk hveteproduksjon ved bruk av nye sorter med bedre Fusariumresistens - Redusert behov for sprøyting mot fungicider i norsk og europeisk hveteproduksjon ved bruk av nye sorter med bedre resistens mot gulrust - Økt lønnsomhet og mindre klimaavtrykk i norsk og europeisk hveteproduksjon gjennom større arealproduktivitet og mindre behov for soppsprøyting

Genomic selection (GS) enables the prediction of breeding values of progeny lines without costly phenotyping, saving time and money, increasing intensity of selection as well as accuracy of trait prediction. The core idea behind this project is to make use of biologically relevant data, quantitative trait loci (QTL) and marker-trait relationships to improve prediction accuracy. We seek to bridge the gap between marker-assisted selection (MAS) based on known markers for well-characterized genes and GS based on anonymous markers by incorporating prior knowledge into genomic prediction models. To highlight the potential of this approach, we have chosen two of the most devastating plant diseases affecting European and North American wheat production - FHB and stripe rust. The WheatSustain project will develop new multi-trait models and methods for GS of disease resistance by incorporating disease resistance loci with known effects, insight into host-pathogen interactions, race specificity of resistance genes, and genetic correlations among traits. The developed models will be tested and validated on actual wheat breeding material from collaborating breeding programs, and continuously improved by close interaction with the respective breeders. WheatSustain will establish a close collaboration among world leading experts on genomic prediction modeling in plants and animals, bioinformatics, wheat genomics and leaders in the field of plant pathology and host-pathogen relationships for stripe rust and FHB resistance in wheat, involving groups from Norway, Ireland, Germany, Austria, Mexico, USA and Canada. Plant breeders will provide germplasm with phenotypic and genotypic data, take part in disease valuations and test out the developed breeding methodologies in their breeding programs. This dynamic research environment will also provide excellent research training for PhD students and postdocs, thereby advancing the education of future researchers and plant breeders.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

BIONÆR-Bionæringsprogram