Ученые разработали модель прогнозирования экономических показателей сельскохозкультур
Ученые из Санкт-Петербургского политехнического университета (СПбПУ) разработали новую математическую модель для прогнозирования экономических показателей сельскохозяйственных культур. Это может помочь селекционерам получить растения максимально возможного качества. Результаты исследований были представлены на пятой конференции «Генетика, геномика, биоинформатика и биотехнология растений» (PlantGen2019), а также опубликованы в BMC Genetics при поддержке Российского фонда фундаментальных исследований, проект 18-29-13033.
«Мы разработали новую математическую модель для прогнозирования фенотипических признаков сельскохозяйственных культур как функционального генотипа», — отмечает Мария Самсонова, заведующая лабораторией математической биологии и биоинформатики СПбПУ. Она добавила, что такие модели в сельском хозяйстве называются моделями геномной селекции. Создать новый сорт растений очень сложно, обычно это занимает 10-12 лет. Используя модели геномной селекции, этот процесс можно ускорить в несколько раз. «Наша математическая модель, основанная на методах машинного обучения, работает лучше современных аналогов, поскольку содержит значительно меньшее количество параметров».
Ученые применили эту модель для прогнозирования фенотипических признаков популярной культуры сои. Среди характеристик они проанализировали высоту растения, количество семян на растение, урожай, содержание белка и масла в семенах.
«Для селекционеров очень важен отбор родительских растений, способных давать потомство высокого качества», — говорит Анна Иголкина, инженер лаборатории математической биологии и биоинформатики СПбПУ. «Из-за небольшого количества параметров в нашей модели мы можем ранжировать племенные пары по качеству потомства и отобранным продвинутым родительским парам, представляющим новых потенциально интересных доноров желаемых признаков».
Ученые СПбПУ при сотрудничестве с ООО «Соевый комплекс» уже получили патент на метод оценки посевов на основе разработанной модели.
