Die Pflanzenmodellierung beschleunigt die Verbesserung der Ernte durch das Testen der Ergebnisse in silico, aber wie können diese Modelle effektiver gemacht werden? Einige plädieren für mehr Komplexität, um die biologische Realität besser zu modellieren, während andere sagen, dass Sparsamkeit zu Erkenntnissen über die wichtigsten Fakten führen könnte. Hammer und Kollegen streiten in einem neuen Papier in in silico Asphaltmischanlagen, dass beides möglich sein sollte.
„Biologischer Realismus bei der Pflanzenmodellierung erfordert Formalismen, die auf Erkenntnissen über ökophysiologische Mechanismen auf Pflanzen-/Pflanzenebene sowie auf Erkenntnissen über Stoffwechselprozesse auf zellulärer Ebene basieren“, sagen die Autoren in ihrem Artikel. „Sparsamkeit bei der Modellierung von Nutzpflanzen erfordert Sparsamkeit bei Annahmen und Details, um robuste Vorhersagen von Pflanzenwachstum und -ertrag – so einfach wie möglich, aber nicht einfacher – über verschiedene Genotypen und Umgebungen hinweg zu erreichen. Multiskalenmodelle, die auf allen Ebenen der biologischen Organisation effektiv funktionieren, bieten einen Weg zum Fortschritt.“
Modelle mit mehreren Maßstäben sind bereits auf dem Vormarsch Arabidopsis, Äpfel und andere Pflanzenarten.
Hammer und Kollegen sagten, dass die Multiskalennatur der nächsten Generation von Modellen Komplexität mit Geschwindigkeit kombinieren könnte. „Modelle, die so strukturiert sind, dass sie Algorithmen verwenden, die auf verschiedenen Ebenen der biologischen Organisation arbeiten, während sie Codierungs- und Rechenfortschritte verwenden, um Hochgeschwindigkeitssimulationen zu erleichtern, könnten durchaus die nächste Generation von Pflanzenmodellen liefern, die zur Unterstützung und Verbesserung von Fortschritten bei Technologien zur Verbesserung von Pflanzen benötigt werden. Die hierarchische Verschachtelung von Algorithmen ist ein Mittel, um Ansätze zu verknüpfen, die auf unterschiedlichen Ebenen der Komplexität und biologischen Organisation arbeiten, während der biologische Realismus auf allen Ebenen erhalten bleibt.“
Die Autoren sagen, dass multiskalige Modelle nicht nur der Pflanzenzüchtung zugute kommen, sondern auch den Wissenschaftlern, die daran arbeiten. Durch die Arbeit auf mehreren Skalen sind die Modelle für Wissenschaftler relevant, die in verschiedenen Bereichen arbeiten. In der Zeitung sagten Hammer und Kollegen: „Beißen et al. stellten fest, dass ihre integrative Modellierung an der Schnittstelle mehrerer Forschungsgemeinschaften das Potenzial hatte, die Kommunikation zu erleichtern und die verschiedenen Arten des Verständnisses aus der grundlegenden Pflanzenforschung und den Pflanzenmodellen zusammenzuführen.“
„Die Notwendigkeit eines effektiven transdisziplinären Dialogs und einer Vernetzung ist klar. Engagierte Teams mit gemeinsamer Vision und effektiver Führung, die auf den Aufbau maßstabsübergreifender Modelle mit einem klaren Zweck abzielen, bieten ein Mittel, um dies zu erreichen.“
