Die Verbesserung des Ernteertrags ist notwendig, um eine wachsende Bevölkerung zu ernähren. Die Züchtung von Nutzpflanzen mit verbessertem Ertrag ist jedoch schwierig: Der Ertrag wird nicht nur vom Genotyp gesteuert, sondern auch von Management, Umwelt und deren Wechselwirkungen.
Eine neue Studie veröffentlicht in in silico Pflanzen von Yutaka Tsutsumi-Morita und Kollegen von der Wageningen University and Research in Zusammenarbeit mit der Industrie haben sich diesem Dilemma genähert, indem sie den Ertrag heruntergebrochen haben, damit sie ihn wieder aufbauen können.
Das Team entwirrte die Komplexität des Tomatenertrags, indem es ihn in physiologisch einfachere Komponenten zerlegte oder sezierte, die weniger vom Management oder der Umgebung kontrolliert wurden. Dazu verwendeten sie zwei unterschiedliche Seziermethoden: eine basierend auf der Ernte und eine andere basierend auf der Biomasseproduktion (siehe Bild).
Anschließend bestimmten sie die genetischen Faktoren oder quantitativen Trait-Loci (QTL), die die Komponenten steuern. QTL-Analysen wurden an einer Population rekombinanter Inzuchtlinien (RIL) durchgeführt, die kombiniert wurden, um Hybride zu produzieren, die gezüchtet und für die Merkmale in den Ertragszerlegungsmodellen phänotypisiert wurden. QTLs für den Ertrag und seine Komponenten wurden unter Verwendung gemischter Modelle identifiziert.
Unter Berücksichtigung von Komponentenmerkmalen anstelle des Gesamtertrags ergab sich: Bei beiden Zerlegungen wurden Kompromisse zwischen den Komponentenmerkmalen beobachtet. Beispielsweise enthielten einige Chromosomen QTLs, die die Anzahl der Früchte erhöhten, aber das Frischgewicht der einzelnen Früchte verringerten.
„Trotz dieser Kompromisse wurden die meisten Ertrags-QTLs mit Komponenten-QTLs kolokalisiert (auf einem Chromosom nahe beieinander und daher vererbt und möglicherweise zusammen exprimiert), was Optionen für die Konstruktion von ertragreichen Genotypen bietet“, so der Doktorand Tsutsumi-Morita.
Multi-QTL-Modelle wurden verwendet, um Ertrags- und Ertragskomponentenmerkmale den QTLs zuzuordnen, die sie kontrollieren. Die Genauigkeit der Ertragsvorhersage aus den Komponenten-QTLs reichte von 0.56 bis 0.63, je nach Ertragszerlegungsmethode. Das Modell zeigte, dass genetische Ertragsverbesserungen möglich sind, indem die Anzahl der Früchte und das Gesamtfruchttrockengewicht erhöht werden, um Verluste im Fruchtfrischgewicht und im Frucht-Frisch-Trockengewichtsverhältnis auszugleichen.
Ernte- und Biomasse-Ertragszerlegungsmodelle können als nützliche Werkzeuge zur Ertragsverbesserung bei Tomaten dienen, indem entweder einzelne Komponenten-QTLs und Multi-QTL-Komponentenvorhersagen kombiniert werden oder beides.
