Mô hình thống kê dự báo năng suất của lúa lai
Thứ ba, 19-08-2014 | 08:11:52
|
Dự báo di truyền - một lĩnh vực mới của di truyền định lượng, là một phương pháp tiếp cận thống kê để dự báo giá trị của một đặc điểm quan trọng về kinh tế ở thực vật, chẳng hạn như sản lượng và khả năng kháng bệnh.
Phương pháp này được thực hiện nếu các đặc điểm đó là có thể di truyền, bởi nhiều đặc điểm có xu hướng như vậy, và có thể được thực hiện sớm trong vòng đời của cây trồng, giúp giảm chi phí.
Giờ đây, một nhóm nghiên cứu do nhà di truyền học thực vật tại trường Đại học California, Riverside và Đại học Nông nghiệp Huazhong, Trung Quốc, đã sử dụng phương pháp này để dự báo hiệu suất của lúa lai (chẳng hạn như năng suất, tốc độ tăng trưởng và khả năng kháng bệnh). Công nghệ mới này có thể cách mạng hóa tiềm năng lai tạo giống trong ngành nông nghiệp. Nghiên cứu này được đăng tải trực tuyến trên Kỷ yếu của Viện hàn lâm khoa học quốc gia, là một dự án nghiên cứu thí điểm về lúa gạo. Công nghệ này có thể dễ dàng mở rộng áp dụng cho cây trồng khác, chẳng hạn như ngô. "Lúa và ngô là hai cây trồng chính phụ thuộc vào giống lai". Shizhong Xu, một giáo sư về di truyền học tại Khoa Thực vật học và Khoa học thực vật của trường Đại học California, Riverside, là người cùng dẫn dắt dự án nghiên cứu này cho biết. "Nếu chúng ta có thể xác định nhiều giống lai cho hiệu suất cao ở các cây trồng này và sử dụng các giống lai đó, chúng ta có thể làm tăng đáng kể sản lượng ngũ cốc, đạt được an ninh lương thực toàn cầu". Dự báo di truyền sử dụng các marker mở rộng bộ gien để dự báo các cá thể riêng biệt hoặc các loài trong tương lai. Các marker là gien hoặc các trình tự ADN với các vị trí đã được biết đến trên một nhiễm sắc thể. Dự báo di truyền khác với dự báo truyền thống ở chỗ nó bỏ qua bước phát hiện marker. Phương pháp này chỉ đơn giản là sử dụng tất cả các marker của toàn bộ hệ gen để dự đoán một đặc điểm. "Lựa chọn trợ giúp của marker cổ điển chỉ sử dụng các marker có ảnh hưởng lớn đến các đặc điểm", Xu giải thích. "Nó bỏ qua tất cả các marker có ảnh hưởng nhỏ. Nhưng nhiều đặc điểm quan trọng về kinh tế được kiểm soát bởi một số lượng lớn các gien có ảnh hưởng nhỏ. Bởi vì mô hình dự báo gien này nắm bắt tất cả các gien có tác động nhỏ, khả năng dự báo được cải thiện rất nhiều". Nếu không có dự báo di truyền, các nhà lai tạo sẽ phải phát triển tất cả các dòng lai có thể trong lĩnh vực này để chọn lọc ra dòng lai tốt nhất. Chẳng hạn như, trong 1000 dòng cha mẹ thuần, tổng số dòng lai sẽ là 499.500. "Không thể phát triển các dòng lai này trên cánh đồng", Xu cho biết. "Tuy nhiên, với công nghệ dự báo gien, chúng ta có thể chỉ phát triển 500 phép lai, sau đó dự báo 499.500 phép lai tiềm năng, và chọn lọc dòng lai tốt nhất dựa trên các giá trị dự báo được của các dòng lai này". Xu lưu ý rằng, dự báo di truyền đặc biệt hữu ích để dự báo các dòng lai bởi vì giải trình tự ADN của dòng lai được xác định bởi bố mẹ thuần của chúng. Khi các nhà nghiên cứu kết hợp "tính trội" và "át gien" vào mô hình dự báo của họ, họ phát hiện ra rằng khả năng dự báo đã được cải thiện. Trong di truyền học, tính trội mô tả các hành động phối hợp của hai alen khác nhau (bản sao) của một gien. Chẳng hạn như, nếu một bản sao của một gien có giá trị là 1, một bản có giá trị là 2, hiệu lực kết hợp của hai alen có thể là 4, chỉ ra rằng hai alen không phải là cộng tính. Trong trường hợp này, tính trội đã xảy ra. Át gien liên quan đến bất kỳ loại gien nào của tương tác gien. "Bằng cách kết hợp tính trội và át gien, chúng tôi đã tính đến tất cả các thông tin có sẵn để dự báo", Xu nói. "Nó dẫn đến một dự báo chính xác hơn về giá trị tính trạng". Dự báo gien có thể được sử dụng để dự đoán các bệnh di truyền của con người. Ví dụ, nhiều bệnh ung thư có tính di truyền và dự báo gien có thể được thực hiện để dự báo nguy cơ mắc bệnh cho một người. Xu đã tham gia vào nghiên cứu của Qifa Zhang và học trò của ông là Dan Zhu tại trường Đại học Nông nghiệp Huazhong, Trung Quốc. Tiếp theo, nhóm nghiên cứu do Xu và Zhang dẫn dắt sẽ thiết kế một thử nghiệm thực địa để thực hiện dự báo dòng lai của lúa gạo.
M.T. - Mard, theo Sciencedaily.
|
Trở lại In Số lần xem: 984 |
[ Tin tức liên quan ]___________________________________________________
|