Население Земли стремительно увеличивается. По разным прогнозам, уже к середине 21-го века потребуется на 70% больше продуктов растительного происхождения, чтобы удовлетворить растущие потребности. Достичь такого показателя с помощью только традиционных селекционных методов невозможно. Большой вклад в развитие агросектора внесли новые виды селекции — маркерная и геномная.
Чем полезны маркерная и геномная селекция
Маркерная и геномная селекция позволяют сужать селекционную воронку, то есть уменьшать количество растений, с которыми работает селекционер. Отличие этих двух методов друг от друга — в том, что маркерная селекция подразумевает отбор растений с опорой на генетические маркеры, когда смотрят на конкретные точки в ДНК. Геномная селекция — более сложный метод, в котором учитывается наследуемость признака.
Есть биологические признаки с высокой и низкой наследуемостью. Например, размер и масса плода у томата сильно зависит от полива — это признак с низкой наследуемостью, а их качественная устойчивость к фитопатогенам и гербицидам — признак с высокой наследуемостью. Если наследуемость признака низкая, допустим, 10%, а всё остальное зависит от окружающей среды, то эффективность геномной селекции тоже будет очень низкая. Обычно геномная селекция используется для сложных признаков, за которые отвечают несколько генов — например, урожайность, содержание белка, количественная устойчивость к патогену, засухе, неблагоприятным условиям. В геномной селекции оценивается множество эффектов, которые оцениваются количественно.
Метод работает следующим образом:
● происходит сбор данных о генетических признаках растений и животных
● с помощью компьютерных программ находят участки ДНК, связанные с необходимыми признаками — их называют маркерами
● происходит отбор особей или видов, которые имеют наилучшие характеристики по найденным маркерам
● отобранные особи или виды скрещивают, чтобы получить новое потомство с улучшенными характеристиками
При геномной оценке учитывается большое количество параметров. Такие исследования стали возможны благодаря существенному удешевлению секвенирования ДНК — то есть чтения геномных последовательностей. За 30 лет его стоимость снизилась с нескольких миллиардов долларов до менее чем тысячи.
В сравнении с традиционными методами селекции геномные работают в разы быстрее и позволяют «предсказывать» свойства сортов и пород. Но есть и минусы — нужно обрабатывать большое количество данных, а специалистов по агрогеномике ещё не так много, так как это направление пока не популярно в аграрных вузах.
Где применяют новые методы
Есть много успешных примеров, которые подтверждают эффективность геномных исследований в сельском хозяйстве:
● Учёные вывели сорт риса Swarna-Sub1, который хорошо переносит погружение в воду на срок до двух недель и при этом способен давать хороший урожай. Этот сорт особенно важен для фермеров в подверженных наводнениям районах Индии.
● Ещё один пример — сорт кукурузы, устойчивый к засухам в странах Африки. Используя молекулярные маркеры, учёные создали новые сорта, которые могут сохранять урожайность даже при ограниченном количестве воды.
● Международный центр улучшения кукурузы и пшеницы также использует геномные технологии, чтобы сделать сорта кукурузы более устойчивыми к климатическим условиям стран Африки и Юго-Восточной Азии.
В России и за рубежом успешно работают стартапы, которые занимаются маркерной и геномной селекцией:
● Одним из первых стартапов в области агрогеномики в России стал стартап OilGene, созданный в Сколтехе. Стартапу удалось разработать наиболее востребованные у селекционеров масличных культур маркеры, создать систему массового генотипирования растений и собрать команду профессионалов в области генетики и селекции растений.
● Avalon специализируется на ускорении естественной эволюции сельскохозяйственных культур с помощью собственного алгоритма предсказания генома. Этот ИИ-инструмент моделирует последствия изменений в геноме растений и выбирает наиболее перспективные комбинации генов, тем самым повышая точность и ускоряя обнаружение маркеров. В настоящее время Avalon сосредоточен на использовании своего алгоритма машинного обучения для поддержки прогнозирующей селекции и ускорения выведения устойчивых к изменению климата культур.
● Phytoform представила процесс селекции сельскохозяйственных культур с использованием ИИ и редактирования генома для выявления и внедрения новых признаков. Разработанная компанией платформа искусственного интеллекта предназначена для выявления вариаций в последовательностях ДНК, которые влияют на экспрессию генов. Для увеличения, уменьшения или отключения экспрессии генов стартап использует технологию CRISPR.
● NRGene разрабатывает и выводит на рынок передовые геномные инструменты на базе искусственного интеллекта. Облачные программные решения предназначены для анализа больших объёмов данных, генерируемых с помощью технологий секвенирования. Компания предоставляет ведущим международным сельскохозяйственным, семеноводческим и продовольственным компаниям вычислительные инструменты для оптимизации и ускорения их селекционных программ.
С какими проблемами отрасль сталкивается сегодня
Маркерная селекция — более простой и доступный способ, он более распространён среди аграриев в России. Геномная селекция требует больше ресурсов — и финансовых, и человеческих. В то же время она помогает и экономить — вместо десятков лет, которые требуются для выведения новых сортов методами традиционной селекции, эту задачу можно решить за 3-4 года.
Основная проблема, которая препятствует более массовому внедрению метода, — это недоверие отрасли к новым технологиям. У научных институтов пока не хватает мощностей на масштабные исследования, которые помогли бы определить, насколько геномная селекция может ускорить прогресс. Коммерческие организации, которые начали внедрять геномную селекцию, неохотно раскрывают статистику. Единственное решение для тех, кто хочет внедрить геномную селекцию в свою работу, — пробовать и экспериментировать самостоятельно.
Автор материала: Алина Чернова, основатель стартапа OilGene, выпускница Сколтеха
Фото: Массовое генотипирование подсолнечника в компании OilGene. Источник: Тимур Сабиров, Сколтех
