Đối với các nhà chọn tạo giống cây trồng, đường cong sinh trưởng được xây dựng dựa trên dữ liệu từ máy bay không người lái cho thấy thời điểm và thời gian tác động của các yếu tố di truyền

Máy bay không người lái, robot và cảm biến giúp thu thập dữ liệu quy mô lớn trong suốt mùa vụ, cho phép các nhà khoa học nông nghiệp xác định thời điểm và thời gian tác động của yếu tố di truyền. Nguồn: Deb Berger/Đại học bang Iowa.

Mặc dù phần lớn là do di truyền, nhưng anh chị em ruột thường có chiều cao khác nhau. Nhưng ngay cả khi cuối cùng chúng đạt đến cùng một chiều cao, chúng có thể đi theo những con đường khác nhau để đạt được điều đó. Trong suốt thời thơ ấu, các giai đoạn tăng trưởng nhanh có thể xảy ra ở các độ tuổi khác nhau với cường độ khác nhau.

Về cơ bản, điều tương tự cũng xảy ra với cây trồng, mặc dù các nhà lai tạo thường chú trọng nhiều hơn đến kết quả cuối mùa hơn là quá trình phát triển. Điều đó có thể thay đổi khi công nghệ như máy bay không người lái, robot và cảm biến giúp thu thập dữ liệu quy mô lớn trong suốt mùa vụ trở nên khả thi, mang lại cho các nhà khoa học cây trồng khả năng phân biệt thời điểm và thời gian tác động của các yếu tố di truyền, theo Jianming Yu, giáo sư nông học tại Đại học Bang Iowa.

Jianming Yu - Giáo sư ưu tú Pioneer Hi-Bred về Lai tạo Ngô và giám đốc Trung tâm Lai tạo Cây trồng Raymond F. Baker - cho biết: “Với sức mạnh của những công cụ hiện đại này, đã đến lúc tận dụng phương pháp phân tích kiểu hình năng suất cao. Nếu chúng ta chỉ nhìn vào kết quả cuối cùng, chúng ta sẽ không bao giờ xác định được điều gì là tạm thời và điều gì là lâu dài”.

Yu cho biết, việc phân loại những gen nào có tác động nhất thời và những gen nào tồn tại lâu dài có thể mang lại nhiều lợi ích cho các nỗ lực cải tiến cây trồng. Đối với hầu hết các mục đích, các vùng DNA gây ra tác động lâu dài là những mục tiêu có giá trị cao hơn với tính ổn định và hiệu lực lớn hơn. Nhưng các nhà lai tạo cũng có thể khai thác các gen tạm thời – vốn khó phát hiện – để tăng cường các đặc tính thích ứng theo mùa của cây trồng, chẳng hạn như khả năng chịu lạnh hoặc chịu hạn.

Đường cong sinh trưởng hé lộ thêm nhiều điều

Một nhóm nghiên cứu do Yu dẫn đầu đã chứng minh những khả năng này trong một bài báo gần đây được công bố trên tạp chí Journal of Experimental Botany, mô tả một nghiên cứu kéo dài ba năm về cây lúa miến tại một trang trại nghiên cứu của ISU gần Boone. Các nhà nghiên cứu đã trồng 544 biến thể của lúa miến từ hai nhóm quần thể và sử dụng máy bay không người lái tự động bay trên các thửa ruộng từ ba đến sáu lần trong mỗi mùa vụ.

Sử dụng hàng trăm hình ảnh chụp từ trên cao trong các chuyến bay của máy bay không người lái, các nhà nghiên cứu đã tính toán chiều cao của từng thửa ruộng ở mỗi giai đoạn đo. Với dữ liệu đó, họ đã mô hình hóa quỹ đạo tăng trưởng cho từng biến thể và sau đó phân tích các đường cong đó so với kiểu gen tương ứng để tìm kiếm các vùng DNA – còn được gọi là locus tính trạng định lượng, hay QTL – có liên quan đến chiều cao. Quá trình này được gọi là lập bản đồ chức năng.

Các nhà nghiên cứu đã xác nhận tác động của bốn QTL bền vững đã được biết trước đây có ảnh hưởng đến chiều cao của cây lúa miến cũng như thời điểm bắt đầu và cường độ tác động của chúng. Họ cũng xác định được một số QTL tạm thời, thường xuất hiện trong một mùa vụ duy nhất và có tác động tạm thời mà các nghiên cứu di truyền chỉ dựa trên chiều cao cây vào thời điểm thu hoạch sẽ bỏ sót.

Boris Alladassi, cựu sinh viên cao học của ISU, tác giả chính của nghiên cứu, cùng với Yu, hiện là nhà nghiên cứu sau tiến sỹ tại Đại học Illinois Urbana-Champaign, cho biết: “Nếu bạn sử dụng khung phân tích toàn diện hơn này – lập bản đồ chức năng với dữ liệu mở rộng được thu thập bằng phương pháp phân tích kiểu hình tốc độ cao – bạn sẽ tìm thấy nhiều QTL hơn”.

Các mô hình tốt hơn sắp ra mắt

Alladassi cho biết thời điểm và thời lượng của các QTL bền vững và tạm thời mà ông đã mô tả trong nghiên cứu có thể áp dụng trong các bối cảnh khác. Ông nói: “Chúng tôi nghi ngờ đó có lẽ là một đặc điểm chung của nhiều đặc tính phức tạp. Nhưng việc nghiên cứu chiều cao cây lúa miến sẽ dễ dàng hơn nhiều để minh họa trường hợp này”.

Với việc thu thập dữ liệu đang mở rộng nhanh chóng, khung nghiên cứu mà các nhà nghiên cứu sử dụng trong nghiên cứu này sẽ sớm trở nên mạnh mẽ hơn nữa, Yu cho biết. Công nghệ đang được cải thiện về chất lượng ngay cả khi chi phí giảm, điều này sẽ dẫn đến các mô hình dựa trên nhiều giai đoạn đo lường hơn. Một số nhà nghiên cứu thậm chí còn thực hiện các chuyến bay bằng máy bay không người lái hàng ngày trên các ô thử nghiệm thực địa, Yu cho biết: “Đó là điều khiến tôi rất hào hứng. Chúng tôi đã sẵn sàng cho điều này”.

Ngoài những lợi thế đạt được nhờ việc trồng trọt các loại cây trồng được cải tiến bằng phương pháp lai tạo tốt hơn, nông dân cũng sẽ được hưởng lợi từ các mô hình được xây dựng dựa trên việc thu thập dữ liệu liên tục, Yu cho biết. Điều này có thể dẫn đến việc quản lý năng động hơn trên các trang trại. Ông nói: “Nông dân sẽ có khả năng đưa ra các dự đoán sớm hơn hỗ trợ việc ra quyết định vì họ có các đường cong tăng trưởng được xây dựng bằng dữ liệu từ đầu đến cuối”.

Lê Thị Kim Loan theo Đại học Bang Iowa.