KNAW

Research

SPICY: QTL and image analysis tools

Pagina-navigatie:


Update content


Title SPICY: QTL and image analysis tools
Period 04 / 2008 - 04 / 2013
Status Completed
Research number OND1336941

Abstract

Description:
The aim of the EU-project SPICY is to develop a suite of tools for molecular breeding of crop plants for sustainable and competitive agriculture. The tools help the breeder in predicting phenotypic response of genotypes for complex traits under a range of environmental conditions. Pepper will be used as a model crop.
The idea is to use a crop growth model as a tool to predict the phenotypic response of a genotype under different environmental conditions and to use genetic markers in the QTL regions to estimate the genotype specific model parameters. We will adapt an existing growth model to cope with genotype specific information. Specific QTL-analysis methods will be developed as a tool to find the corresponding QTL for the crop growth parameters.
QTL can be used directly in marker assisted breeding, but it would be more interesting to find the genes in the QTL region, which account for the genotypic differences of the model parameters. These genes will help to unravel the genetic basis of complex traits such as yield. In this project two approaches will be used to find these genes: candidate gene finding, using known genes from other species, and differential gene expression. Molecular breeding will not completely replace large scale phenotyping. Hence, automated and fast high-throughput tools to reduce the amount of manual labour necessary in phenotyping experiments are called for. In this project an image analysis tool and a fluorescence tool will be developed to measure large numbers of phenotypic traits automatically.

Research objectives:
This KB-project is specifically aimed at development of new (software) tools for automatic phenotyping by image analysis and QTL-analysis in combination with corp growth models.

Results and products:
Products that will be developed include software, image recording device (SPY-SEE), lectures, articles, training/course material.

Abstract (NL)

Doel
Doel is het ontwikkelen van een toolbox van data-analyse technieken en algoritmen en automatische fenotypering (image analysis) van planten voor de voorspelling en verbetering van eigenschappen van planten, zoals opbrengst en kwaliteit.
Deze toolbox zal gebruikt worden voor large-scale moleculaire veredeling om betere rassen te maken voor diverse omstandigheden, bv in het licht van klimaatverandering, voor bijdrage aan de bio-based economy (inclusief energie), competing claims, verzilting, marginale gebieden etc.
Betere voorspelling en selectie zal leiden tot meer rassen, die beter zijn aangepast aan locale omstandigheden, en die beter geschikt zijn voor het doel waarvoor ze worden ingezet.

Werkwijze
Er worden kas- en veldproeven aangelegd met nakomelingen uit een kruisingspopulatie in paprika onder verschillende milieu-omstandigheden. Paprika dient als model gewas.
Doel is inzicht te krijgen in de relatie tussen het genotype (genetische merkers) en het fenotype, waarbij vooral wordt gekeken naar dynamische (groei) kenmerken en de invloed van de omgevingsfactoren op de uiteindelijke fenotype. Hierbij wordt gebruik gemaakt van gewasgroeimodellen, nieuwe modellen voor de QTL-analyse, en beeldanalyse. De diepgaande integratie van de toegepaste methoden en technieken zorgen voor een beter inzicht in de relatie tussen genotype en fenotype. Op basis hiervan wordt met behulp van moleculaire technieken geprobeerd (merkers van) de genen in handen te krijgen die verantwoordelijk zijn voor bepaalde eigenschappen.
Hierbij richt de aanvraag voor dit KB-programma zich op de ontwikkeling van methoden/raamwerk voor QTL analyse en beeldanalyse.

Resultaten
Resultaat zal o.a. zijn: software, beeldopname station (SPY-SEE), lezingen, artikelen, training/cursus materiaal

Publicaties bij dit project zijn beschikbaar via deze Link

Related organisations

Related people

Related research (upper level)

Classification

D16200 Software, algorithms, control systems

Go to page top
Go back to contents
Go back to site navigation