Новые технологии в селекции семян для более высокого потенциала урожайности

Введение

По прогнозам, к 2050 году население мира достигнет почти 10 миллиардов человек, требуя увеличения производства продовольствия на 60-70%. В то же время пахотная земля на душу населения продолжает сокращаться, а изменение климата создает новые абиотические и биотические стрессы. Семеноводство - искусство и наука создания лучших сортов растений - стоит в центре этой проблемы. Традиционные методы скрещивания, которые служили человечеству на протяжении тысячелетий, теперь движутся слишком медленно, чтобы идти в ногу с этими давлениями. Новые технологии превращают семеноводство из медленного, основанного на наблюдениях ремесла в быструю, основанную на данных дисциплину, способную раскрыть более высокий потенциал урожайности в основных культурах, таких как рис, пшеница, кукуруза и соя.

Эти инновации — расширяющаяся геномика, редактирование генов, феномика и синтетическая биология — работают вместе, чтобы сжать циклы размножения от десятилетия до нескольких лет, одновременно повышая точность отбора. В этой статье рассматриваются ключевые новые технологии, которые меняют семеноводство для более высокого потенциала урожайности, предоставляя подробные объяснения того, как работает каждая технология, чего она достигла до сих пор, и какие проблемы остаются до того, как ее полное обещание может быть реализовано.

Срочная потребность в потенциале более высокой доходности

Потенциал урожайности относится к максимальной зерновой или биомассе, которую культура может производить в оптимальных условиях. В течение 20-го века Зеленая революция резко повысила предельные уровни урожайности за счет полукарликовых генов, улучшенных удобрений и орошения. Но рост урожайности в основных зерновых замедлился - явление, называемое «плаунинг урожайности». Между тем, экстремальные погодные явления, связанные с изменением климата, снижают фактические урожаи ниже их потенциала. Повышение потенциала урожайности является самым прямым способом увеличения общего производства без расширения сельскохозяйственных угодий, что будет происходить за счет природных экосистем.

Новые технологии предлагают три различных рычага для повышения потенциала урожайности: (1) ускорение скорости генетического прироста на цикл размножения, (2) выявление и укладка нескольких генов, повышающих урожайность, в один сорт и (3) разработка совершенно новых физиологических признаков, которые ранее были невозможны с помощью обычных средств.

Геномный отбор и разведение с помощью маркеров

Как работает геномный отбор

Геномный отбор (ГС) представляет собой сдвиг парадигмы от выбора на основе фенотипа к прогнозированию на основе генома. В типичной программе ГС селекционеры сначала собирают «обучающуюся популяцию» из нескольких сотен до нескольких тысяч растений, которые являются генотипными (с использованием массивов SNP или секвенирования целого генома) и фенотипированными для целевых признаков, таких как урожайность зерна, высота растений и время цветения. Статистическая модель - часто байесовский или алгоритм машинного обучения - изучает взаимосвязь между тысячами генетических маркеров и интересующей чертой. После того, как модель обучена, новые растения-кандидаты должны быть только генотипированы; модель предсказывает их значение размножения с высокой точностью, позволяя селекционерам выбирать лучших людей, не дожидаясь многолетних полевых испытаний.

Этот метод резко сокращает цикл отбора. Обычный отбор родословной для самоопыляющейся культуры, такой как пшеница, требует от шести до восьми поколений для достижения гомозиготности; GS может сократить это до двух-трех поколений. Международный центр улучшения кукурузы и пшеницы (CIMMYT) использовал GS для увеличения генетического прироста урожайности зерна в тропической кукурузе более чем на 3% в год - удвоить скорость, достигнутую обычными методами.

Маркер-ассистированный кроссинг

В то время как GS прогнозирует общую производительность, маркер-ассистируемое обратное скрещивание (MABC) используется для проникновения конкретных генов в элитные фоны. Например, ген Sub1 для толерантности к погружению в рис был успешно перемещен в высокоурожайные сорта с использованием молекулярных маркеров, создавая линии, которые могут пережить полное наводнение в течение двух недель без ущерба для потенциала урожайности. Аналогично, количественные локусы признаков, повышающие урожайность (QTLs), такие как Gn1a (который увеличивает количество зерна в рисе) и GPC-B1 (который улучшает содержание белка зерна в пшенице) могут быть точно переданы без переноса нежелательных связанных генов.

Одно из ограничений селекции с помощью маркеров заключается в том, что она лучше всего работает для признаков, контролируемых небольшим количеством основных генов. Для высокополигенных признаков, таких как урожайность, GS более уместен. Заводчики все чаще объединяют оба подхода: использование GS для общего улучшения и MABC для целевого развертывания генов.

Интеграция быстрого разведения

Геномный отбор обеспечивает полную мощность в сочетании со скоростным разведением — контролируемыми протоколами окружающей среды, которые манипулируют фотопериодом и температурой для ускорения развития растений. Например, система «скорого разведения», разработанная в Университете Квинсленда, может производить до шести поколений пшеницы в год вместо одного или двух. Интегрируя GS со скоростным разведением, селекционеры могут завершить полный цикл отбора менее чем за 12 месяцев, сжимая то, что когда-то занимало 10-12 лет в 3-4 года.

Внешняя ссылка: СИММИТ-отчет о геномном отборе в кукурузе

CRISPR-Cas9 и генная редакция

Точность и скорость CRISPR

CRISPR-Cas9 - это инструмент редактирования генов, полученный из бактериальной иммунной системы. Он использует направляющую РНК для направления нуклеазы Cas9 для разрезания ДНК в определенном месте. Естественные механизмы восстановления клетки затем вводят небольшие вставки, делеции или замены - или позволяют вставлять новый шаблон ДНК. В отличие от трансгенных ГМО, которые часто вводят чужеродную ДНК от неродственных видов, редактирование CRISPR может быть неотличимым от естественных мутаций. Это нормативное различие позволило нескольким культурам, отредактированным CRISPR, быстрее выйти на рынок в таких странах, как Соединенные Штаты, Япония и Аргентина.

Для улучшения урожайности CRISPR использовался для модификации генов, которые контролируют архитектуру растений, размер зерна и устойчивость к стрессу. Одним из знаковых примеров является редактирование GS3 , GW2 и GW5 генов в рисе для увеличения веса и длины зерна. Полевые испытания отредактированных рисовых линий в Китае показали увеличение урожайности на 10-20% без негативного влияния на высоту растений или время цветения.

Повышение фотосинтетической эффективности

Особенно амбициозным применением CRISPR является повышение фотосинтетической эффективности. Фермент Rubisco, как известно, неэффективен, и усилия по его замене более быстрыми вариантами из водорослей или цианобактерий были ограничены сложностью генома хлоропласта. CRISPR позволяет точно редактировать ядерные гены, которые регулируют сборку и активность Rubisco. Исследователи также использовали CRISPR для удаления генов, вызывающих фотодыхание — расточительный процесс, который снижает фиксацию углерода. Путем перенаправления фотореспираторного пути экспериментальные линии табака и риса показали увеличение биомассы до 40%, результат, который может привести к более высоким урожаям зерна, если успешно перенести на основные культуры.

Проблемы регулирования и общественного восприятия

Несмотря на свой потенциал, отредактированные CRISPR культуры сталкиваются с неравномерным глобальным регулированием. Европейский суд в 2018 году постановил, что геном-редактированные организмы подчиняются тем же строгим правилам ГМО, что и трансгенные, эффективно блокируя полевые испытания в Европе. Напротив, Министерство сельского хозяйства США заявило, что не будет регулировать отредактированные культуры, которые могли быть получены с помощью обычного мутагенеза, открывая двери для коммерциализации. Общественное признание также варьируется; маркировка и образование потребителей будут иметь важное значение для широкого распространения.

Внешняя ссылка: Природная статья об улучшении фотодыхания в рисе

Фенотипирование и технологии визуализации

Высокопроизводительные платформы фенотипирования

Геномный отбор и редактирование генов создают тысячи линий-кандидатов, но только те, у которых превосходная производительность поля. Традиционный фенотипирование — измерение высоты растения, подсчета стендов и выхода вручную — трудоемкий, медленный и подвержен ошибкам. Высокопроизводительный фенотипирование (HTP) автоматизирует сбор данных с использованием датчиков, установленных на дронах, тракторах или фиксированных козлах. Эти датчики захватывают спектральную отражательную способность, тепловое инфракрасное излучение, облака 3D-точки и мультиспектральные изображения, которые коррелируют с физиологическими признаками, такими как статус азота, содержание воды и фотосинтетическая активность.

Например, дрон, оснащенный мультиспектральной камерой, может пролететь над питомником для разведения пшеницы и захватить данные нормализованного разностного вегетационного индекса (NDVI) для тысяч участков за считанные минуты. NDVI сильно коррелирует с биомассой и потенциалом урожайности. Объединив данные временнóй серии NDVI с машинным обучением, заводчики могут с высокой точностью предсказать конечный урожай за несколько недель до сбора урожая, что позволяет принимать более ранние решения о выборе.

Корневой фенотип и скрытые черты

На потенциал урожайности влияют не только наземные черты, но и корневая архитектура, которая определяет поглощение воды и питательных веществ. Традиционное корневое фенотипирование требует разрушительных раскопок - трудоемких и невозможных в больших масштабах. Новые технологии визуализации, включая проникающую в землю радар и томографию электрического сопротивления, предлагают неинвазивные способы оценки глубины корня и ветвлений. В контролируемых средах ризотроны (четкие почвенные колонны), оснащенные камерами, могут отслеживать рост корня с течением времени. Эти данные помогают идентифицировать генотипы с более глубокими корневыми системами, которые могут получить доступ к влаге недр - черта, все более ценная при засухе.

Машинное обучение для извлечения признаков

Сырые данные изображения бесполезны без надежного анализа. Модели глубокого обучения, особенно сверточные нейронные сети (CNN), могут автоматически подсчитывать зерна на панику, измерять размер ядра и оценивать тяжесть заболевания по изображениям. Один CNN, обученный на изображениях шипов пшеницы, достиг 96% точности в подсчете шипель, что позволяет быстро охарактеризовать тысячи линий размножения. Интеграция HTP с геномными данными позволяет селекционерам отображать QTL для динамических признаков, таких как скорость роста в реальном времени, выявляя гены, которые были невидимы в статических измерениях, сделанных в одной точке времени.

Биотехнология и синтетическая биология

Генетическая модификация для характеристик урожайности

В то время как CRISPR генерирует небольшие правки, традиционная генетическая модификация (GM) позволяет вводить совершенно новые гены или синтетические пути, которые не существуют в генофонде урожая. Одной из наиболее успешных генетических особенностей ГМ, повышающих урожайность, является введение генов Bt из Bacillus thuringiensis в кукурузу и хлопок. Контролируя вредителей насекомых, Bt-культуры защищают потенциал урожайности — оцененный при увеличении урожайности зерна кукурузы на 8-12% при сильном давлении вредителей. Другим примером является вставка гена DREB1A в пшеницу, который придает засухоустойчивость и, как было показано, увеличивает урожайность на 15-20% в условиях ограниченных водой в полевых испытаниях.

Синтетическая биология: новые пути инженерии

Синтетическая биология идет еще дальше, проектируя и создавая новые биологические схемы. Исследователи разрабатывают симбиоз азотфиксирования в не бобовые культуры, такие как рис и кукуруза. Если это удастся, зерновые культуры могут закрепить свой собственный азот из атмосферы, уменьшая потребность в синтетических удобрениях и потенциально увеличивая урожайность за счет устранения ограничений на азот. Проект C4 Rice направлен на преобразование риса - растения C3 - в более эффективное растение C4 путем введения анатомии Кранца и биохимического пути из кукурузы. Вычислительное моделирование предполагает, что рис C4 может давать на 50% больше, чем нынешние сорта C3 при высоком освещении и температуре.

Микробиотехника

На потенциал урожайности растения также влияет связанное с ним микробное сообщество. Обработка семян полезными бактериями и грибами (биоинокулянтами) может повысить поглощение питательных веществ и стрессоустойчивость. Расширенные подходы включают в себя разработку самого микробиома семян - выбор или модификацию микробов, которые колонизируют ризосферу и филлосферу для стимулирования роста растений. Например, штаммы Azospirillum и Pseudomonas , как было показано, увеличивают площадь корневой поверхности и урожай зерна в пшенице на 5-10% в различных полевых средах.

Климатически устойчивое семеноводство

Более высокий потенциал урожайности бессмыслен, если культуры не могут выдержать экологические нагрузки изменяющегося климата. Новые технологии применяются специально для повышения теплостойкости, засухоустойчивости и адаптации к наводнениям. Геномный отбор для термической толерантности в сорго выявил маркерные гаплотипы, которые поддерживают урожайность зерна при температурах, превышающих 40 ° C. Редактирование генов было использовано для изменения гена SRL1 в рисе для снижения стерильности, вызванной теплом. Платформы фенотипирования, оснащенные инфракрасными камерами, могут экранировать тысячи линий для температуры навеса - прокси для транспирационного охлаждения и стабильности урожайности при тепловых волнах.

Разведение толерантности к засухе продвинулось благодаря развертыванию гена AtMYB44 в соевых бобах, в результате чего линии, которые дают на 20% больше, чем контроль при умеренной засухе.Объединение этих черт устойчивости к стрессу с высокоурожайными генетическими фонами через скрещивание с помощью маркеров, является текущим приоритетом для многих государственных и частных программ разведения.

Будущий прогноз

Сближение геномного отбора, генного редактирования, феномики и синтетической биологии создает беспрецедентное ускорение генетического прироста. В следующем десятилетии мы можем ожидать увидеть совершенно новые архитектуры культур, такие как «идеотипы», предназначенные для автоматического сбора урожая и посадки высокой плотности. Цифровые платформы разведения, которые интегрируют геномные, феномические и экологические данные, позволят «предсказуемое» развитие разнообразия, где компьютеры генерируют оптимальный генотип до того, как будет посажено одно семя. Весь цикл размножения может сократиться до менее чем двух лет для многих культур.

Однако для реализации этого потенциала необходимо сотрудничество между различными дисциплинами и секторами. Государственные инвестиции в инфраструктуру геномики, базы данных с открытым исходным кодом для маркеров и моделей и тестирование на фермах с участием фермеров будут иметь важное значение. Необходимо разработать нормативные рамки для дифференциации редактирования генома от трансгенных ГМО, позволяющих безопасную инновационную деятельность для охвата фермеров без ненужных задержек. Не менее важно укреплять доверие общественности посредством транспарентной коммуникации о безопасности и преимуществах новых технологий семенного материала.

Этические соображения должны направлять развертывание: обеспечение того, чтобы рост урожайности не происходил за счет качества питания, чтобы мелкие фермеры имели доступ к улучшенным сортам и чтобы патенты на семена не ограничивали свободный обмен зародышевой плазмой. При тщательном управлении новые технологии, описанные здесь, могут помочь удовлетворить растущий спрос на продовольствие в мире, одновременно уменьшая воздействие сельского хозяйства на окружающую среду - цель, которая не только желательна, но и необходима для устойчивого будущего.

Внешние ресурсы: Доклад ФАО о новых технологиях посевных работ