Il est nécessaire d'accélérer l'élevage pour répondre à la demande alimentaire croissante. Une meilleure compréhension des modèles de traits gène-phénotype (G2P) et une modélisation efficace des cultures peuvent jouer un rôle important dans l'accélération de la sélection, et ainsi aider à atteindre cet objectif.
Les programmes de sélection se concentrent sur de multiples cibles de caractères pour l'amélioration génétique. Ces caractéristiques peuvent aller de la résistance aux maladies, à l'amélioration du rendement en cas de sécheresse, à la qualité du grain. Les programmes de sélection appliquent des méthodes de sélection pour plusieurs cycles afin de produire une séquence continue de nouveaux cultivars avec une amélioration progressive des performances des caractères.
Un examen par le professeur Mark Cooper de l'Université du Queensland et ses collègues propose un cadre reliant les modèles de cultures mécanistes (CGM) aux modèles statistiques gène-phénotype (CGM-G2P) pour améliorer la compréhension de l'architecture génétique des traits complexes, comme le rendement en grain des cultures, et pour améliorer les applications de prédiction pour la sélection.
L'équation du sélectionneur fournit un cadre de modélisation, fondé sur la théorie de la génétique quantitative, pour prédire la réponse à la sélection pour un programme de sélection. « Nous envisageons des développements de l'équation du sélectionneur qui intègrent un CGM approprié pour capturer notre compréhension de l'architecture génétique de traits complexes, tels que le rendement en grain des cultures, et améliorer la prédiction de la réponse à la sélection. Le CGM fournit un cadre mathématique robuste, fondé sur des décennies de recherche en écophysiologie, pour tenir compte des interactions complexes non additives dues aux interactions trait par trait et aux interactions trait par environnement qui sont autrement difficiles à prédire avec nos modèles G2P plus classiques. de la génétique quantitative », explique Cooper.
Selon les auteurs, ce travail a des implications importantes pour l'amélioration des plantes. "L'utilisation du CGM-G2P pourrait améliorer considérablement notre capacité à prédire les liens entre les informations génotypiques et l'expression phénotypique dans divers environnements, accélérant ainsi la sélection, ce qui est de plus en plus important alors que nous tentons d'atteindre les objectifs d'amélioration du rendement face au changement climatique", déclare Cooper. . « Nous avons démontré la preuve de concept de la méthodologie pour accélérer la sélection d'hybrides de maïs tolérants à la sécheresse pour la ceinture de maïs aux États-Unis. Nous explorons maintenant une gamme plus large d'applications pour des cultures et des zones géographiques supplémentaires. »
Une note aux éducateurs : cet article est une excellente ressource pédagogique. Il fournit une description détaillée de l'équation du sélectionneur ainsi que la théorie génétique quantitative sous-jacente à l'équation, une introduction à la génétique et les définitions des termes courants utilisés pour la sélection végétale et la génétique quantitative.
