Willkommen in der “Omics”-Ära

Moderne Methoden der Pflanzenzüchtung machen es möglich, den Ertrag einer Pflanze vorherzusagen noch bevor sie auf dem Feld wächst. Nutzt man statt Genomdaten detaillierte Informationen zum Stoffwechsel (Metabolom) zur Prognose, kann man die Ausbeute sogar noch genauer voraussagen: Bei Hybridreispflanzen konnte die Vorhersagekraft mit Hilfe der Metabolitenprofile fast verdoppelt werden, wie eine Studie zeigt. 

Reis (Oryza sativa) ist eine der wichtigsten Nutzpflanzen und für viele Teile der Welt und über 50 Prozent der Weltbevölkerung das mit Abstand bedeutendste Grundnahrungsmittel. Daher wird intensiv am Reis geforscht. Und auch die Pflanzenzüchtung versucht, kontinuierlich Sorten zu entwickeln, die ertragreich sind, sich gut gegen Schädlinge und Krankheiten zur Wehr setzen können und an die jeweiligen Standorte optimal angepasst sind. Um Erträge stabil zu halten und zu steigern, nutzt man auch beim Reis die Hybridzüchtung. Bei dieser Form der Züchtung kreuzt man reinerbige Elternlinien (Inzuchtlinien). Dies erlaubt es, bei den Nachkommen der ersten Generation den Heterosiseffekt auszunutzen und eine erhöhte Ernte einzufahren.

#####1#####

Die besten Hybriden finden

Obwohl es leistungsstarke Hybriden gibt, die in der Reisproduktion bereits zum Einsatz kommen, existieren weltweit etwa 10.000 Reissorten, von denen nur ein kleiner Teil aller möglichen Kreuzungen bisher getestet wurde. Experimentelle Auswertung aller Kreuzungen würde den Rahmen jedes Züchters und Forschungsinstituts sprengen. Hier setzen neue Methoden an, die genomische Daten in Form von molekularen Markern nutzen, um anhand statistischer Berechnungen, Vorhersagen über die Leistung alle potentieller Hybriden treffen zu können, um so die besten Kreuzungspartner zu finden. Diese Leistungsvorhersage kann in der Hybridzüchtung noch weiter verbessert werden, wie eine aktuelle Studie zeigt.

Bessere Vorhersagen dank „omics“

„Omics“ sind eine Gruppe von in der Biologie verwendeten Begriffen, wie Genomik, Transkriptomik oder eben Metabolomik, die im Englischen auf „omic“ enden (vgl. genomic, transcriptomic, metabolomic). Durch moderne Analysemethoden können Informationen über die Gene sowie wichtige Vorgänge in den Pflanzen erfasst werden. Allen gemein ist, dass sie die Gesamtheit der Komponenten einer Gruppe in die Untersuchung einbeziehen. Beim Metabolom erfasst man beispielsweise die Gesamtheit aller Stoffwechselprodukte zu eine Zeit und beim Transkriptom, die Gesamtheit aller zu einem bestimmten Zeitpunkt in einer Zelle transkribierten - also von der DNA in RNA umgeschriebenen – Gene und bei Genomanalysen die Gesamtheit der Gene einer Zelle, eines Organs oder eines Organismus.

Reis als „Versuchskaninchen“

Am Beispiel von Reis konnte ein Forscherteam nun belegen, dass Metabolom-Daten die Prognose weiter verbessern können. Die Wissenschaftler griffen dabei auf ein Experiment bzw. dessen Daten zurück: Forscher hatten in einer zurückliegenden Studie 210 rekombinante Inzuchtlinien betrachtet und errechnet, dass knapp 22.000 sinnvolle Hybride durch Kreuzungen möglich wären. Genauer untersucht wurden von diesen 278 Hybriden. Ziel war es, mit statistischen Methoden alle potentiellen Hybridpflanzen in ihrer Leistung im Vorfeld einer Kreuzung zu bewerten. Die bereits untersuchten 278 Pflanzen dienten ihnen als Vergleichsgruppe, um die Berechnungen zu überprüfen. Zur Leistungsbewertung der potentiellen Hybridpflanzen nutzten sie sechs statistische Methoden zur Vorhersage (LASSO, BLUP, SSVS, PLS, SVM-RBF und SVP-POLY). Als Datenquellen für die Vorhersagen flossen entweder Metabolom- oder Transkriptom-Daten ein. Als Vergleichsmethode dienten Vorhersagen auf Basis von Genom-Daten.

Metabolom als nützliche Datengrundlage

Von den Methoden erwiesen sich LASSO und BLUP als am effizientesten, wenn es um das Merkmal „Ertrag“ ging. Für Merkmale, die stabil vererbt werden (hohe Heritabilität), sind genomischen Daten die effizientesten Prädiktoren. Doch wenn der Anteil des Phänotyps - also dem äußeren Erscheinungsbild - weniger auf den Genotyp zurückzuführen ist und stärker durch Umwelteinflüsse bedingt wird, wie es beim Ertrag beispielsweise der Fall ist, dann können „omics“-Daten einen Mehrwert liefern, so die Ergebnisse. Die Studie zeigt, dass sich die Vorhersagekraft des Ertrags fast verdoppelt, wenn Metabolom-Daten zur Prognose genutzt werden.

#####2#####

Die Forscher ermittelten eine „Top-10“ der ertragreichsten Kreuzungsprodukte ihrer Berechnungen, die mithilfe des Stoffwechselprofils durchgeführt wurden. Weitere Berechnungen ergaben, dass diese Hybriden ca. 30 Prozent mehr Ertrag liefern sollten, wenn man sie anbauen würde. Da dies jedoch nur eine theoretische Berechnung ist, müsste dies noch durch Experimente untermauert werden, d. h. diese Hybriden müssten tatsächlich gekreuzt und angebaut werden, um die Vorhersage final zu bestätigen.

Die Forscher fanden heraus, dass auch Transkriptom-Daten die Vorhersage im Vergleich zu genomischen Daten verbessern, allerdings nicht so effizient wie Metabolom-Daten, die zur Vorhersage von Erträgen bei Reishybriden am erfolgreichsten waren. Was die Forscher mit der Studie vorgelegt haben, ist ein „proof of concept“, ein Machbarkeitsnachweis für die Vorhersage von Hybriderträgen auf der Basis des Stoffwechselprofils, und muss nun durch weitere Studien und Pflanzen überprüft werden. Aber es weckt die Hoffnung, dass durch das Einfließen von metabolomischen Daten zukünftig geeignete Kandidaten für neue Sorten schneller entdeckt werden können, als durch bisherige Ansätze. Züchter könnten so Hochertragssorten mit geringerem Aufwand entwickeln. Vor allem aber lassen sich durch die erweiterten Vorhersagemöglichkeiten die Potentiale der biologischen Diversität besser nutzen.