Moderne meettechnieken leveren een immense berg gegevens over planten. Maar hoe weet je nu welke relevant zijn voor een bepaalde eigenschap? Onderzoekers van Plant Research International ordenen de gegevens, halen de fouten eruit en brengen ze in verband met een specifieke eigenschap van de plant.
De smaak van paprika, de kwaliteit van zetmeel in aardappel of de verkleuring van chips. Het zijn allemaal eigenschappen van planten die plantenveredelaars graag beïnvloeden. Maar dan moeten ze wel weten hoe.
Onze onderzoekers leveren daarvoor de bouwstenen. Ze verzamelen allerlei mogelijke gegevens over de plant op microniveau: welke genen, eiwitten en metabolieten in een plant voorkomen en welke genen tot expressie komen. Daarnaast worden veel kenmerken gemeten aan de plant tijdens de groei, op het veld of in de kas.
Verbanden leggen tussen de gegevens
Dit levert een enorme hoeveelheid metingen op van verschillende planten, waarvan niet direct duidelijk is wat het verband is: de hoeveelheid gegevens is eenvoudig te groot en er is tussen planten sowieso veel variatie. Dan is het de kunst om echte biologische effecten te onderscheiden van de meer toevallige verschillen en de meetfouten, en er die gegevens uit te pikken die relevant zijn voor de smaak van paprika of de verkleuring van de chips.
De onderzoekers ordenen de waarnemingen in databases en met behulp van computerprogramma’s en statistische modellen om verbanden te kunnen leggen. Ook zetten ze gegevens uit in grafieken, figuren en tabellen om de relaties duidelijk te laten zien. Ze ontwikkelen nieuwe gereedschappen om de gegevens goed aan elkaar te kunnen koppelen. Zo ontstaat een compleet beeld van hoe genen, eiwitten, metabolieten met elkaar in netwerken samenwerken en zo de smaak van paprika bepalen of de verkleuring van chips.
Met deze informatie kunnen veredelaars rassen kweken met betere eigenschappen.
|
| Integratie van gegevens uit de verschillende meettechnieken met een eigenschap die van belang is voor de veredelaar (vleeskleur aardappel, smaak van paprika etc.) om de belangrijkste genen, metabolieten en eiwitten op te sporen die bij de eigenschap betrokken zijn. Daarna volgt een netwerk-analyse om de resultaten te visualiseren.
|