PhenoMix: Improving the climatic resilience of bread wheat by phenomic and genomic selection
![](/images/departments/32px/icon-h97000.png)
Abstract
Trockenstress ist derzeit weltweit ein großes Hindernis für die pflanzliche Erzeugung und wird in Zukunft voraussichtlich zu einer noch größeren Herausforderung für die landwirtschaftliche Produktion werden. Die Züchtung und der Anbau angepasster Pflanzensorten, die gegen Trockenstress resistent sind, sind daher ein wichtiger Pfeiler, um die Auswirkungen der laufenden Veränderungen der regionalen und globalen Klimabedingungen abzufedern. Prädiktive Züchtungsmethoden haben neue Wege für die Erforschung und Züchtung von Weizen mit komplexen Eigenschaften wie Trockenstresstoleranz eröffnet. Die Verwendung genomweit verteilter Marker zur Durchführung einer genomischen Selektion hat dadurch in angewandten Züchtungsprogrammen große Popularität erlangt. Die phänomische Selektion hingegen ist eine kürzlich entwickelte Methode, die der genomischen Selektion ähnelt, aber molekulare Marker durch Informationen aus der Nahinfrarotspektroskopie (NIRS) ersetzt. NIRS wird von Getreidezüchtern bereits routinemäßig zur Vorhersage von Qualitätsmerkmalen wie dem Kornproteingehalt eingesetzt. Da die NIR-Spektren von der molekularen Zusammensetzung der analysierten Proben beeinflusst werden, können sie darüber hinaus die genetische Ähnlichkeit zwischen Genotypen erfassen. Daher haben sie das Potenzial, eine kostengünstige Ergänzung oder Alternative zu molekularen Markern mit hohem Durchsatz zu sein. In diesem Projekt werden wir einen omics-basierten prädiktiven Züchtungsansatz für die Züchtung von ertragreicheren, trockenstresstoleranten Brotweizensorten unter Verwendung von SNP-Markern und NIRS-Fingerprints entwickeln. Zu diesem Zweck werden wir spezielle Trockenstressversuche an mehreren Standorten und in mehreren Jahren durchführen, die zur Entwicklung von Multi-Kern-omik-basierten Vorhersagemodellen verwendet werden, die die Informationen aus NIRS-Spektren mit Genotypisierungsinformationen aus SNP-Arrays sowie meteorologischen Daten für die Umgebungstypisierung von Versuchsstandorten verbinden. Dies wird nach Abschluss des Projekts eine gezieltere Selektion auf Trockenstresstoleranz und folglich Merkmalsstabilität durch prädiktive Züchtungstechnologien erleichtern.
Mitarbeiter*innen
Sebastian Michel
Dr. Sebastian Michel MSc.
sebastian.michel@boku.ac.at
Tel: +43 1 47654-97105
BOKU Projektleiter*in
01.10.2023 - 30.09.2026
BOKU Partner
![](/images/departments/60px/icon-h97000.png)