Die Zeit läuft uns davon, um nachhaltige Lösungen zu finden, Ernteerträge steigern angesichts von Ressourcenknappheit, Klimawandel und wachsender Weltbevölkerung. Neue Forschungsergebnisse werden Züchtern dabei helfen, Pflanzengenotypen schneller zu identifizieren und auszuwählen, die die Ernteerträge steigern und so die Ernährungssicherheit für die Zukunft gewährleisten können.

Die Entwicklung neuer ertragreicher Pflanzensorten beruht auf der Praxis der genotypischen Selektion. Dabei wird eine genetisch vielfältige Pflanzenpopulation gezüchtet, um nach umfangreichen Messungen und Bewertungen diejenigen Pflanzen zu identifizieren, die wünschenswerte Merkmale (Phänotypen) aufweisen. Dieser Prozess wird jedoch dadurch erschwert, dass die Pflanzenphänotypen nicht nur von der genetischen Ausstattung, sondern auch von den Bewirtschaftungsmethoden und den Umweltbedingungen beeinflusst werden, denen die Pflanze ausgesetzt ist.

Die schiere Anzahl möglicher Kombinationen genetischer, umweltbedingter und verwaltungstechnischer Variablen, die die Pflanzenphänotypen beeinflussen können, macht es von Natur aus schwierig, die optimalen Sorten für einen Standort zu bestimmen, der noch nicht getestet wurde.

Mariana Chiozza, Doktorandin an der Iowa State University, leitete eine Forschungsstudie, die Diese Einschränkung wollte man überwinden, indem man Computermodelle verwendete, um die Phänotypen einer breiten Palette von Genotypen zu simulieren, die unter verschiedenen Managementpraktiken und Umweltbedingungen angebaut wurden.Diese Studie, veröffentlicht in in silico Pflanzen könnten Züchtern und Landwirten dabei helfen, die besten Genotypen und Bewirtschaftungsmethoden für einen bestimmten Standort zu bestimmen.

Fortschritte in der bildbasierten Phänotypisierung haben es Forschern ermöglicht, schnell große Mengen erfassen von kronenbasierten phänotypischen Merkmalsdaten um Größenordnungen schneller als manuelle Methoden (Abbildung 1). Dadurch können sie Merkmale wie den Blattflächenindex von Tausenden von Genotypen, die unter bestimmten Managementpraktiken und Umweltbedingungen angebaut wurden, effizient messen.

Die Abbildung zeigt verschiedene Arten von Plattformen, die Bilder von einem Feld sammeln. Ganz oben sind Satelliten zu sehen, die in einer Entfernung von 50 bis 700 Kilometern vom Feld operieren. Als nächstes kommen bemannte Luftfahrzeuge, wie Flugzeuge, die in einer Entfernung von 100 bis 4000 Metern operieren. Näher am Feld sind unbemannte Luftfahrzeuge, wie Drohnen, die in einer Entfernung von 10 bis 100 Metern operieren. Auf Bodenhöhe befinden sich stationäre Plattformen, Phenomobile, Phenopole und tragbare Mobiltelefone.
Abbildung 1 Verschiedene Kategorien von Boden- und Luftphänotypisierungsplattformen (Bild von Araus et. al. 2022)

Der Blattflächenindex ist ein Maß für die Menge an Blattmaterial in einem Pflanzendach (siehe Abbildung 2). Diese Kennzahl ist ein nützlicher Indikator für die Fähigkeit der Pflanze, Sonnenlicht einzufangen und Photosynthese zu betreiben, und ist eng mit dem Samenertrag verbunden. Die genaue Beziehung zwischen Blattflächenindex und Ertrag ist jedoch schwer zu verstehen, da sie von einem komplexen Zusammenspiel genetischer, umweltbedingter und wirtschaftsbezogener Faktoren beeinflusst wird.

Die Abbildung zeigt verschiedene Arten von Plattformen, die Bilder von einem Feld sammeln. Ganz oben sind Satelliten zu sehen, die in einer Entfernung von 50 bis 700 Kilometern vom Feld operieren. Als nächstes kommen bemannte Luftfahrzeuge, wie Flugzeuge, die in einer Entfernung von 100 bis 4000 Metern operieren. Näher am Feld sind unbemannte Luftfahrzeuge, wie Drohnen, die in einer Entfernung von 10 bis 100 Metern operieren. Auf Bodenhöhe befinden sich stationäre Plattformen, Phenomobile, Phenopole und tragbare Mobiltelefone.
Abbildung 2: Während des Wachstums einer Sojapflanze vergrößert sich ihr Blattflächenindex.

Chiozza und seine Kollegen nutzten Computermodelle, um zu simulieren, wie verschiedene genetische, Umwelt- und Managementvariablen zusammenwirken, um die Beziehung zwischen Blattflächenindex und Ertrag zu formen. „Ein erheblicher Teil der Sojabohnenzüchtergemeinschaft verwendet lineare Ansätze, um Kroneneigenschaften und Samenertrag in Beziehung zu setzen. Diese Beziehung kann jedoch erheblich variieren, wenn Faktoren wie Genetik, Umwelt und Management berücksichtigt werden“, erklärt Chiozza (siehe Abbildung 3).

3 Diagramme veranschaulichen vereinfachte Beispiele verschiedener Beziehungen zwischen Blattflächenindex und Ertrag. Das Diagramm links zeigt eine lineare Beziehung mit einem optimalen Blattflächenindex von 10 Quadratmetern pro Quadratmeter, was einem maximalen Ertrag von 400 Kilogramm pro Hektar entspricht. Das Diagramm in der Mitte zeigt eine asymptotische Beziehung, bei der der Ertrag bei einem Blattflächenindex von 6.5 nicht ansteigt. Das Diagramm rechts zeigt eine quadratische Beziehung, bei der der Ertrag bei einem Blattflächenindex von sieben Quadratmetern pro Quadratmeter maximiert wird und bei weiterem Anstieg des Blattflächenindex abnimmt.
Abbildung 3: Vereinfachte Beispiele, die zeigen, wie unterschiedlich der optimale Blattflächenindex für maximale Ernteerträge je nach Blattflächenindex-Ertrags-Beziehung variieren kann.

Um dieses Problem zu lösen, nutzten die Autoren ein bestehendes Modell, Simulator für landwirtschaftliche Produktionssysteme (APSIM), das die biophysikalischen Prozesse simuliert, die mit dem Wachstum und der Produktion von Sojabohnen verbunden sind. Im Rahmen von APSIM erstellten die Forscher 216 einzigartige Sojabohnen-Genotypen, indem sie Parameterwerte für Merkmale, die mit der Pflanzenentwicklung (Phänologie und Photoperiode) und der Biomasseverteilung (Ernteindex) zusammenhängen, systematisch variierten.

Anschließend simulierten sie das Wachstum aller 216 Genotypen unter 24 verschiedenen Managementansätzen, wie Variationen beim Pflanzdatum, Reihenabstand und Pflanzendichte, an drei Standorten. Diese Analyse wurde über einen Zeitraum von 3 Jahren durchgeführt, was insgesamt 20 einzelne Simulationsläufe ergab. Mit diesem Ansatz konnten die Forscher die Leistung und das Ertragspotenzial einer breiten Palette von Sojabohnengenotypen unter verschiedenen Umwelt- und Managementbedingungen effizient bewerten, ohne dass umfangreiche Feldversuche erforderlich waren.

Es überrascht nicht, dass die Forscher herausfanden, dass Blattflächenindexwerte, die dem höchsten Ertrag entsprechen, je nach Standort, Genotyp, Dichte, Reihenabstand, Pflanzdatum und anderen Faktoren variieren. Dies unterstreicht die inhärente Komplexität bei der Ermittlung der optimalen Blattflächenindexwerte, die Züchter durch genotypische Selektion anstreben sollten, um maximale Ernteerträge zu erzielen.

Mit dieser Arbeit zeigten die Autoren, dass lineare Ansätze zur Beziehung von Kroneneigenschaften und Ertrag nicht immer angemessen sind. In vielen Fällen hatte ein höherer LAI keine Wirkung oder korrelierte mit einem geringeren Ertrag. Dies könnte auf Selbstbeschattung oder auf die Kosten für die Bildung von Blattgewebe zurückzuführen sein. schädlich für die Samenproduktion (Abbildung 4).

Vier Diagrammspalten in sechs Zeilen veranschaulichen, dass die Beziehung zwischen Blattflächenindex und Ertrag je nach Standort, Pflanzdichte und Pflanzdatum variiert.
Abbildung 4: Die komplexe Beziehung zwischen Samenertrag und Blattflächenindex wird in diesen simulierten Daten von Sojabohnen deutlich, die mit drei verschiedenen Pflanzdichten, zu vier Pflanzterminen und mit zwei Reihenabständen an drei Standorten angebaut wurden (Durchschnittswert über 3 Jahre).

Durch eine umfassendere Bewertung der verschiedenen Faktoren, die die Beziehung zwischen den Kroneneigenschaften einer Nutzpflanze und ihrem Samenertrag beeinflussen, können derartige Forschungsarbeiten Züchtern dabei helfen, den Nutzen von Hochdurchsatz-Phänotypisierungstechnologien besser zu nutzen. Dieses tiefere Verständnis der komplexen Wechselwirkungen zwischen Pflanzeneigenschaften und Produktivität kann Züchtungsprogrammen bei ihren Bemühungen helfen, verbesserte Nutzpflanzensorten zu entwickeln.

DER ARTIKEL::

Mariana V. Chiozza, Kyle Parmley, William T. Schapaugh, Antonio R. Asebedo, Asheesh K. Singh, Fernando E. Miguez, Genetische, wirtschafts- und umweltbedingte Veränderungen der Blattflächen-Samenertrags-Beziehung bei Sojabohnen: Implikationen für die Hochdurchsatz-Phänotypisierung, in silico Plants, 2024;, diae012, https://doi.org/10.1093/insilicoplants/diae012