«Фенотипические исследования обычно требуют определения того, есть ли разница в каком-либо признаке между растениями с разными генами или в разных условиях их выращивания. Основная проблема до нашей разработки заключалась в том, что данные таких исследований часто было крайне сложно интерпретировать. StatFaRmer создана как панель управления с открытым исходным кодом. Это позволяет наполнять систему данными, а затем быстро сопоставлять и анализировать их», — прокомментировал директор ВНИИСБ Геннадий Карлов.
Система StatFaRmer была протестирована и продемонстрировала свою надежность при работе с большими объемами данных в различных экспериментальных проектах, охватывающих широкий спектр растений.
В числе протестированных культур находятся мягкая пшеница (Triticum aestivum), твердая пшеница (Triticum durum), тритикале (× Triticosecale), сахарная свекла (Beta vulgaris), дурнишник (Xanthium strumarium), салат (Lactuca sativa), кукуруза (Zea mays), подсолнечник (Helianthus annuus) и соя (Glycine max).
Как пояснила руководитель проекта Алина Кочешкова, новый программный продукт был разработан с целью повышения технологичности процесса селекции. Генетические технологии сегодня развиваются стремительно, и для того чтобы оставаться конкурентоспособными и учитывать реальные потребности агропромышленного комплекса, необходимо внедрять цифровые технологии фенотипирования растений, подчеркнула она.
«Наша исследовательская работа направлена на то, чтобы российские селекционеры без проблем смогли использовать современные технологии, в частности создание цифровых двойников растений на смоделированных условиях, с конкретными заданными признаками. StatFaRmer автоматически подготавливает данные, проверяет их качество и проводит статистический анализ, чтобы сравнить между собой группы растений, которые задает сам пользователь», — рассказала Алина Кочешкова.
Фото: Минобрнауки России.
Например, можно определить, как определённый ген или специфические условия выращивания сказываются на высоте растения или его вегетационном индексе. Результаты каждого этапа могут быть сохранены и использованы для последующего анализа. Ученые говорят, что особая ценность новой программы заключается в её способности обрабатывать данные, даже если они содержат ошибки или были собраны в разное время.
Разработка StatFaRmer осуществлялась при поддержке Минобрнауки России в рамках государственного задания и проекта по созданию молодежных лабораторий.
Источник и фото: Минобрнауки России.
