Inhalt: Genetische Analyse von Resistenzen und Toleranzen
Wir analysieren die genetische Variation von Kulturpflanzen-Kollektionen, um molekulare Marker zu identifizieren, die mit der Ausprägung eines Merkmals assoziiert sind. Zudem versuchen wir, den genetischen Hintergrund der Resistenzen und Toleranzen aufzuklären. Dazu nutzen wir moderne Array-Technologien für Hochdurchsatz-Analysen und Next Generation Sequencing (NGS)-Methoden wie Genotyping-by-sequencing (GBS) und Exome-Capture.
Entwicklung von molekularen Markern
Um Marker zu identifizieren, die mit Resistenz- und Toleranzmerkamlen gegenüber biotischen und abiotischen Stressoren eng gekoppelt sind, wird die statistische Analyse von phänotypischen sowie genetischen Daten (z.B. genomweite Assoziationsstudien (GWAS) und Linkage-Studien) kombiniert. Diese Marker stellen wichtige Werkzeuge in der Pflanzenzüchtung dar. Mit ihrer Hilfe können die positiven Merkmale genetischer Ressourcen wesentlich schneller in Sorten mit verbesserten Eigenschaften integriert werden. Sie erlauben bereits in frühen Entwicklungsstadien der Pflanzen eine Selektion, die von Umweltbedingungen unabhängig ist. Sie stellen auch die Basis für eine Kombination (Pyramidisierung) unterschiedlicher Resistenzen und Toleranzen dar.
Strukturelle und funktionelle Analyse von Resistenzen u. Toleranzen und Vorhersagemodelle
Im Institut werden moderne Marker-Hochdurchsatztechnologien, NGS-Methoden sowie Genexpressionsstudien in Kombination mit verschiedenen Kartierungsverfahren genutzt. Sie ermöglichen eine Feinkartierung von Genregionen und die Identifikation von Kandidatengenen bzw. genetischen Netzwerken, die für bestimmte Merkmalsausprägungen verantwortlich sind. Da für die meisten Kulturpflanzen inzwischen das gesamte Erbgut sequenziert wurde, ist auf der Basis dieser Daten die zunehmend präzisere Bestimmung der Position der Resistenz- bzw. Toleranzgene im Genom möglich.
Für Merkmale, deren Ausprägung durch eine Vielzahl von Genorten bestimmt wird, sind genomische Vorhersagemodelle zur genomischen Selektion von Interesse. Das bedeutet, dass die Leistungsfähigkeit eines Genotyps basierend auf genomweiten Schätzungen von Markereffekten vorher, ohne dass dieser im Feld getestet wurde, vorhergesagt werden kann. Das Methodenrepertoire wird in Zukunft durch Methoden der künstlichen Intelligenz ergänzt.