Marker DNA nie jest wyrokiem: dlaczego genotype ≠ phenotype

W nowoczesnym breedingu coraz częściej słyszymy jedno bardzo kuszące zdanie:

„Możemy sprawdzić tę cechę już na poziomie DNA.”

I czasami jest to prawda.

Marker molekularny może pozwolić breederowi bardzo wcześnie odrzucić część roślin, zidentyfikować określony allel, przewidzieć chemotyp albo znaleźć osobniki posiadające fragment genomu związany z interesującą cechą.

Problem zaczyna się chwilę później.

Marketing wykonuje bowiem bardzo łatwy skrót:

marker związany z cechą

↓

gen odpowiedzialny za cechę

↓

roślina na pewno będzie posiadała tę cechę

A te trzy zdania nie oznaczają tego samego.

W genetyce istnieje fundamentalna różnica pomiędzy:

genotype

a

phenotype.

Genotyp mówi, jaką informację genetyczną posiada organizm.

Fenotyp mówi, co z tej informacji rzeczywiście powstało w określonych warunkach biologicznych i środowiskowych.

Pomiędzy jednym a drugim znajduje się cała biologia.

I właśnie dlatego:

marker DNA nie jest wyrokiem.

1. Genotyp nie jest gotowym fenotypem

Najprostszy model używany w genetyce ilościowej można zapisać jako:

P = G + E + G×E

gdzie:

• P = phenotype,
• G = genotype,
• E = environment,
• G×E = genotype × environment interaction.

Już samo to równanie pokazuje problem.

To, co widzimy w roślinie, nie wynika wyłącznie z DNA.

Jest efektem:

genetyki działającej w określonym środowisku.

Co więcej, różne genotypy mogą reagować na zmianę środowiska w różny sposób. To właśnie istota G×E — genotyp A może przewyższać genotyp B w jednym środowisku, ale zachowywać się inaczej w drugim. W biologii roślin dobrze udokumentowane jest także zjawisko plastyczności fenotypowej, w którym ten sam genotyp generuje różne fenotypy pod wpływem różnych warunków.

Dlatego:

DNA określa możliwości i ograniczenia biologiczne.

Nie zawsze dokładny rezultat.

2. Marker nie musi być genem

To prawdopodobnie najważniejsze rozróżnienie całego artykułu.

Kiedy breeder mówi:

„mamy marker tej cechy”

nie oznacza to automatycznie:

„znaleźliśmy gen powodujący tę cechę”.

Marker może być po prostu fragmentem DNA znajdującym się blisko biologicznie istotnego wariantu.

Jeżeli marker i gen są położone wystarczająco blisko na chromosomie, często są dziedziczone razem.

To zjawisko wykorzystuje:

linkage.

Schematycznie:

MARKER ——— GENE

Jeżeli istnieje silne sprzężenie, marker staje się użytecznym wskaźnikiem obecności odpowiedniego wariantu genu.

Ale marker jest wtedy bardziej podobny do:

drogowskazu

niż:

samego celu podróży.

Klasyczna Marker-Assisted Selection właśnie na tym często polega: identyfikuje się markery związane z genami lub QTL i wykorzystuje je jako narzędzie selekcyjne.

3. Rekombinacja może oddzielić marker od cechy

Wyobraźmy sobie układ:

M — X

gdzie:

• M = marker,
• X = korzystny allel.

Jeżeli są blisko siebie, często przechodzą razem do potomstwa.

Ale podczas mejozy zachodzi:

crossing-over.

Chromosomy wymieniają fragmenty.

Może więc powstać:

M — x

czyli marker pozostanie, ale interesujący wariant zostanie oddzielony.

Albo:

m — X

czyli roślina nadal będzie posiadała korzystny allel, mimo że wybrany marker zniknął.

Im większa odległość między markerem a właściwym locus, tym większe potencjalne ryzyko takiej rekombinacji.

Dlatego najlepsze markery znajdują się:

wewnątrz wariantu funkcjonalnego

albo bardzo blisko niego.

4. Marker funkcjonalny to coś więcej

Istnieje ważna różnica pomiędzy:

linked marker

a:

functional marker.

Linked marker mówi:

„ten wariant DNA zwykle występuje razem z interesującą cechą.”

Functional marker mówi:

„ten wariant znajduje się bezpośrednio w funkcjonalnym genie lub sekwencji wpływającej na cechę.”

Drugi rodzaj ma potencjalnie większą przenośność pomiędzy populacjami, ponieważ trudniej oddzielić go rekombinacją od samego biologicznego mechanizmu.

Ale nawet wtedy problem nie znika całkowicie.

Ponieważ posiadanie funkcjonalnego allelu nadal nie oznacza, że jego efekt będzie identyczny w każdym tle genetycznym i środowisku.

5. Cannabis daje świetny przykład: THCAS i CBDAS

Jednym z najbardziej przekonujących przypadków wykorzystania markerów w Cannabis sativa jest przewidywanie głównego chemotypu THC/CBD.

Geny związane z:

THCAS

i

CBDAS

znajdują się w regionie genomu silnie związanym z typem chemicznym rośliny.

Markery w tym regionie mogą rzeczywiście bardzo dobrze odróżniać genotypy THC-dominant, CBD-dominant i część typów pośrednich. Badania pokazują, że możliwa jest identyfikacja takich różnic już zanim roślina zacznie akumulować kannabinoidy.

To realne zastosowanie genetyki.

Nie marketing.

Ale nawet tutaj trzeba bardzo precyzyjnie powiedzieć:

co właściwie marker przewiduje?

6. Chemotyp nie jest tym samym co dokładne stężenie

Jeżeli analiza DNA mówi:

„genotyp CBD-type”

może bardzo dobrze przewidywać relację:

CBDA >> THCA.

Ale niekoniecznie mówi:

„ta roślina będzie miała dokładnie 14,7% CBD.”

To dwie różne cechy.

Pierwsza:

jaki kierunek biosyntezy dominuje?

Druga:

ile finalnie metabolitu zostanie wyprodukowane?

Całkowita zawartość kannabinoidów zależy również od:

• innych loci,
• dostępności prekursorów,
• rozwoju trichomów,
• ekspresji genów,
• regulacji transkrypcyjnej,
• fazy rozwojowej,
• środowiska.

Współczesny przegląd genetyki Cannabis wskazuje, że biosynteza kannabinoidów podlega wielopoziomowej regulacji, obejmującej m.in. zmienność strukturalną THCAS/CBDAS, ekspresję genów, rozwój trichomów oraz odpowiedź na sygnały środowiskowe.

Dlatego:

chemotype prediction ≠ exact potency prediction.

7. Nawet sam locus THC/CBD okazał się bardziej skomplikowany, niż sądzono

Pierwotny model genetyczny był stosunkowo prosty.

Istniało locus B, związane z:

• THC-type,
• CBD-type,
• intermediate type.

Późniejsze sekwencjonowanie pokazało jednak, że region ten jest strukturalnie bardzo złożony.

THCAS i CBDAS znajdują się w dużych, bogatych w sekwencje powtarzalne regionach o ograniczonej rekombinacji.

Jeszcze nowsze, wysokiej jakości assembly pokazują, że locus B może być traktowane jako rodzaj supergene — regionu zawierającego silnie sprzężone elementy genetyczne odpowiedzialne za dyskretne chemotypy.

To piękny przykład tego, jak rozwija się nauka.

Najpierw mówimy:

„gen THC kontra gen CBD”.

Potem okazuje się:

„właściwie mamy strukturalnie bardzo złożony region genomowy, silnie sprzężone geny, pseudogeny, powtórzenia i ograniczoną rekombinację.”

Biologia zwykle okazuje się bardziej interesująca niż slogan.

8. Jeden gen może wpływać na wiele cech

Następny problem to:

pleiotropy.

Jeden wariant genetyczny może wpływać na więcej niż jedną cechę.

Schemat:

GEN A

↓

cecha 1

cecha 2

cecha 3

Dlatego breeder wybierający allel ze względu na jedną korzystną właściwość może nieświadomie wpływać również na inne parametry.

W genetyce ilościowej pleiotropia jest jednym z fundamentalnych elementów architektury złożonych cech.

To oznacza, że pytanie:

„Czy ten allel jest dobry?”

jest często źle postawione.

Lepsze:

„Jakie wszystkie konsekwencje ma ten allel w naszym materiale hodowlanym?”

9. Jeden gen może działać inaczej w zależności od innych genów

Jeszcze bardziej komplikuje sytuację:

epistasis.

W najprostszym modelu zakładamy:

efekt genu A + efekt genu B = fenotyp.

Ale czasami efekt A zależy od tego, jaki wariant występuje w B.

Czyli:

effect(A) | genotype(B)

może być zupełnie inny niż:

effect(A) | genotype(b).

To właśnie epistaza.

Literatura z zakresu genetyki ilościowej pokazuje, że interakcje pomiędzy loci mogą zmieniać zarówno wielkość, jak i nawet kierunek efektu konkretnego allelu.

Czyli marker może identyfikować „korzystny allel A”.

Ale jeżeli reszta genomu wygląda inaczej niż w populacji, w której marker został opracowany, efekt może być słabszy.

10. Tło genetyczne ma znaczenie

Załóżmy, że marker działa świetnie w linii:

Population A.

Breeder przenosi go do:

Population B.

Czy nadal będzie działał równie dobrze?

Możliwe.

Ale nie jest to gwarantowane.

Population B może posiadać:

• inne allele modyfikujące,
• inne haplotypy,
• inną strukturę locus,
• inne interakcje epistatyczne,
• inne linkage disequilibrium.

Dlatego profesjonalny program powinien wykonywać:

marker validation.

Nie wystarczy znaleźć publikację mówiącą:

„marker X koreluje z cechą Y.”

Trzeba jeszcze sprawdzić:

„Czy marker X przewiduje cechę Y w naszym germplasmie?”

To fundamentalne pytanie.

11. Association ≠ causation

To jedno z najważniejszych zdań w całej genomice.

Badanie GWAS może znaleźć marker silnie skorelowany z cechą.

Na przykład:

SNP X

↓

p = 10⁻¹²

↓

silna asocjacja z cechą.

To imponujący wynik statystyczny.

Ale nadal nie oznacza:

„SNP X powoduje cechę.”

Może znajdować się po prostu w silnym linkage disequilibrium z właściwym wariantem przyczynowym.

Może również odzwierciedlać:

• strukturę populacji,
• wspólne pochodzenie,
• lokalny haplotyp.

Podstawowym celem QTL mapping jest właśnie znajdowanie asocjacji pomiędzy markerami i mierzalnym fenotypem; przejście od asocjacji do biologicznego mechanizmu wymaga dalszej analizy.

Dlatego:

QTL nie jest automatycznie genem.

Marker nie jest automatycznie mutacją przyczynową.

Korelacja nie jest automatycznie mechanizmem.

12. Najgorszy scenariusz: marker wykrywa rodowód, a nie cechę

Wyobraźmy sobie badanie.

Wszystkie odporne rośliny pochodzą z jednej rodziny:

Family A.

Wszystkie podatne:

Family B.

Znajdujemy marker X, który występuje prawie zawsze w A.

Wniosek:

„marker X odpowiada za odporność.”

Ale marker może w rzeczywistości mówić jedynie:

„ta roślina pochodzi z Family A.”

Jeżeli później wprowadzimy marker do bardziej zróżnicowanej populacji, korelacja może się rozpaść.

To właśnie dlatego GWAS musi kontrolować między innymi:

population structure

i:

kinship.

Inaczej model może znaleźć ancestry marker zamiast trait marker.

13. Populacja discovery i populacja validation powinny być rozdzielone

Profesjonalna procedura powinna wyglądać mniej więcej tak:

DISCOVERY POPULATION

↓

znalezienie marker–trait association

↓

VALIDATION POPULATION

↓

sprawdzenie, czy marker nadal przewiduje cechę

↓

BREEDING POPULATION

↓

praktyczne zastosowanie.

Jeżeli marker został znaleziony i „udowodniony” na dokładnie tych samych roślinach, jego realna wartość predykcyjna może być znacznie zawyżona.

To dokładnie ten sam problem, który wcześniej omawialiśmy przy AI Breeding:

training data ≠ validation data.

14. Marker może działać przez pięć generacji — aż przestanie

Nawet dobry linked marker może z czasem zostać oddzielony od przyczynowego locus przez rekombinację.

Dlatego profesjonalny program MAS powinien okresowo sprawdzać:

czy marker nadal jest sprzężony z cechą.

Szczególnie jeżeli materiał jest:

• intensywnie rekombinowany,
• krzyżowany z nowym germplasmem,
• rozwijany przez wiele generacji.

W idealnej sytuacji stosuje się markery:

flanking markers

po obu stronach interesującego locus.

Schemat:

M1 —— TARGET —— M2

Jeżeli oba markery wskazują oczekiwany haplotyp, ryzyko niepożądanej rekombinacji jest mniejsze.

To znacznie bardziej profesjonalne niż:

„mamy jeden marker genetyczny.”

15. Dla cech prostych MAS może być genialne

Nie należy jednak wyciągać odwrotnego wniosku:

„markery są niewiarygodne.”

To również byłoby błędne.

Dla odpowiednich cech MAS może być niezwykle skuteczne.

Najlepszy scenariusz to cecha:

• kontrolowana przez jedno lub kilka głównych loci,
• o dużym efekcie,
• ze zwalidowanym markerem,
• o małej podatności na wpływ środowiska.

Wtedy DNA pozwala bardzo wcześnie odrzucać niepożądane genotypy.

To oszczędza:

czas

miejsce

pracę

koszt fenotypowania.

Właśnie w takich zastosowaniach MAS od dawna jest wartościowym narzędziem precyzyjnej hodowli roślin.

16. Problem zaczyna się przy cechach ilościowych

Wyobraźmy sobie pytanie:

„Czy roślina będzie wysoka?”

Nie istnieje jeden uniwersalny:

Tall Gene™.

Na wysokość mogą wpływać:

• dziesiątki,
• setki,
• potencjalnie tysiące wariantów,
• regulatory wzrostu,
• architektura rośliny,
• środowisko.

Podobnie może być z:

• plonem,
• biomasą,
• tolerancją stresu,
• odpornością ilościową,
• okresem rozwoju,
• częścią profili metabolicznych.

Wtedy pojedynczy marker mówi znacznie mniej.

17. QTL nie jest przełącznikiem ON/OFF

Quantitative Trait Locus może odpowiadać za część zmienności fenotypowej.

Przykład:

QTL A wyjaśnia:

8% wariancji

QTL B:

5%

QTL C:

3%.

To nie oznacza, że którykolwiek z nich „jest genem plonu”.

Oznacza jedynie, że warianty w tym regionie genomowym są związane z częścią obserwowanej zmienności.

Pozostałe:

84%

mogą wynikać z:

• innych loci,
• środowiska,
• błędu pomiarowego,
• interakcji.

To jest ogromna różnica względem marketingowego:

„marker for high yield”.

18. Ile wariancji wyjaśnia marker?

To jedno z najlepszych pytań, jakie można zadać.

Jeżeli firma mówi:

„marker jest związany z wysokim plonem”

warto zapytać:

Jaki percentage of phenotypic variance explained — PVE — ma ten marker/QTL?

Marker wyjaśniający:

40% wariancji

to zupełnie inna sytuacja niż marker wyjaśniający:

2%.

Oba mogą być statystycznie istotne.

Ale ich praktyczna wartość hodowlana jest diametralnie różna.

19. Effect size jest ważniejsze niż samo p-value

GWAS może znaleźć:

p < 0,0000001

Brzmi imponująco.

Ale p-value odpowiada przede wszystkim na pytanie:

„Jak trudno uzyskać taki sygnał, jeżeli nie ma związku?”

Nie mówi bezpośrednio:

„Jak duży biologicznie jest efekt?”

W dużych populacjach bardzo małe efekty mogą osiągać niezwykle wysoką istotność statystyczną.

Breeder chce znać:

effect size.

Czy allel zwiększa cechę średnio o:

20%?

Czy:

0,3%?

To jest znacznie bardziej praktyczne pytanie.

20. Penetrance: posiadanie allelu nie zawsze oznacza manifestację cechy

Kolejne klasyczne pojęcie genetyczne to:

penetrance.

Jeżeli 100 roślin posiada konkretny genotyp, ale tylko 80 rzeczywiście manifestuje związany z nim fenotyp, penetrance wynosi:

80%.

Czyli:

genotyp obecny ≠ fenotyp zawsze obecny.

Przyczyny mogą obejmować:

• inne geny,
• środowisko,
• rozwój,
• regulację ekspresji,
• czynniki stochastyczne.

Dla prostych markerów o bardzo silnym efekcie penetrance może być bliskie 100%.

Dla innych cech — znacznie niższe.

21. Expressivity: nawet gdy cecha wystąpi, może wystąpić z różną siłą

Załóżmy, że wszystkie rośliny posiadają allel A i wszystkie wykazują cechę.

Ale:

roślina 1:

efekt = 10

roślina 2:

efekt = 20

roślina 3:

efekt = 35.

To:

variable expressivity.

Czyli allel może konsekwentnie wpływać na fenotyp, ale jego siła manifestacji może się różnić.

To kolejny powód, dla którego:

presence/absence marker

niekoniecznie pozwala przewidzieć:

dokładną wartość fenotypową.

22. Gen musi jeszcze zostać wyrażony

DNA może zawierać funkcjonalny gen.

Ale biologiczny efekt wymaga jeszcze:

transcription

↓

RNA

↓

translation

↓

protein

↓

biochemical activity

↓

phenotype.

Na każdym z tych etapów istnieje regulacja.

Dlatego samo pytanie:

„Czy gen istnieje?”

to dopiero początek.

Możemy również pytać:

Czy jest aktywny?

Kiedy?

W jakiej tkance?

Na jakim poziomie?

Czy powstałe białko jest aktywne?

W przypadku szlaków kannabinoidowych poziom transkrypcji syntaz koreluje z chemicznym fenotypem, a współczesne badania wskazują również na regulację zależną od rozwoju i innych elementów całego szlaku biosyntetycznego.

23. Epigenetyka dodaje kolejną warstwę

Sekwencja DNA nie jest jedynym regulatorem aktywności genomu.

Istnieją również mechanizmy:

epigenetic regulation.

Obejmują między innymi:

• metylację DNA,
• modyfikacje chromatyny,
• regulację dostępności genów.

Dwa osobniki posiadające tę samą sekwencję mogą więc wykazywać różnice w ekspresji.

To nie oznacza, że genotyp przestaje mieć znaczenie.

Oznacza, że:

DNA sequence ≠ complete regulatory state.

24. Developmental stage też jest częścią równania

Gen może być:

• nieaktywny w siewce,
• aktywny w fazie wegetatywnej,
• silnie aktywny podczas rozwoju kwiatostanu.

Jeżeli analizujemy fenotyp w złym momencie, możemy uzyskać błędny obraz.

To szczególnie ważne w metabolizmie wtórnym.

Produkcja metabolitów może zależeć od:

• wieku,
• stadium rozwoju,
• typu tkanki.

Dlatego marker DNA może być wykrywany:

dzień 1

ale fenotyp powiązany z markerem ujawnia się dopiero:

znacznie później.

25. Środowisko nie „zmienia DNA”, ale może zmieniać jego efekt

To popularne nieporozumienie.

Mówiąc:

„środowisko wpływa na genotyp”

często używamy zbyt luźnego języka.

Sekwencja DNA zwykle pozostaje taka sama.

Zmienia się natomiast:

sposób manifestowania się genotypu.

Czyli:

G = const

ale:

P(G,E1) ≠ P(G,E2).

Ten sam genotyp może generować różne fenotypy w różnych środowiskach.

To właśnie phenotypic plasticity.

26. Dlatego klon jest idealnym eksperymentem

Weźmy jeden genotyp.

Rozmnażamy go wegetatywnie.

Mamy:

Clone A1

Clone A2

Clone A3

genetycznie bardzo podobne.

Umieszczamy je w różnych środowiskach.

Jeżeli fenotypy się różnią, nie możemy wyjaśnić tego prostą różnicą genomu pomiędzy osobnikami.

Widzimy:

environmental effect

i:

plasticity.

To najprostszy biologiczny dowód na:

genotype ≠ phenotype.

27. Z drugiej strony różne genotypy mogą wyglądać podobnie

Relacja działa także odwrotnie.

Genotyp A może dojść do określonego fenotypu poprzez:

pathway A.

Genotyp B:

pathway B.

Ostatecznie oba wyglądają podobnie.

Czyli:

different genotype → similar phenotype.

To dodatkowo komplikuje próby identyfikowania odmiany wyłącznie na podstawie wyglądu.

28. Fenotyp jest wynikiem sieci, nie pojedynczego genu

Nowoczesna genetyka coraz rzadziej patrzy na złożone cechy w schemacie:

GEN → CECHA.

Bardziej realistyczny model:

gen A

↘

gen B → regulatory network → metabolism → development → phenotype

↗

gen C

plus:

environment.

Plejotropia i epistaza sprawiają, że efekty wariantów mogą być silnie zależne od całego kontekstu genomicznego.

Dlatego prawdziwą jednostką funkcjonalną może być czasem nie:

pojedynczy SNP

lecz:

haplotyp

albo:

cała sieć genetyczna.

29. Pangenom jeszcze bardziej komplikuje marker breeding

W poprzednim artykule pisaliśmy o pangenomie Cannabis.

I właśnie tutaj oba tematy się spotykają.

Załóżmy, że marker został opracowany względem jednego reference genome.

W innym germplasmie region może zawierać:

• dużą insercję,
• delecję,
• CNV,
• inny haplotyp.

Marker może wtedy nie reprezentować dokładnie tej samej biologii.

W przypadku locus THC/CBD współczesne badania pokazują właśnie ogromną złożoność strukturalną regionu.

Dlatego przyszłość MAS może należeć nie tylko do:

single SNP markers

ale coraz częściej:

haplotype-aware markers.

30. „Marker-positive” nie powinno być traktowane jak „phenotype-positive”

To bardzo prosta zasada.

W raporcie hodowlanym warto rozróżniać:

marker-positive

od:

phenotypically confirmed.

Przykład:

Genotyping

500 roślin

↓

320 marker-positive

↓

Phenotyping

↓

270 osiągnęło wymagany fenotyp

↓

predictive value = określona wartość

Dopiero taki eksperyment pokazuje, jak użyteczny jest marker w praktyce.

31. Sensitivity i specificity również dotyczą markerów

Jeżeli wykorzystujemy marker jako test predykcyjny, możemy traktować go podobnie jak klasyfikator.

True Positive

marker mówi „cecha obecna”

i cecha rzeczywiście występuje.

False Positive

marker mówi „cecha obecna”

ale fenotyp jej nie potwierdza.

True Negative

marker mówi „brak”

i fenotypu rzeczywiście brak.

False Negative

marker mówi „brak”

ale korzystny fenotyp jednak występuje.

Z tych danych możemy policzyć między innymi:

• sensitivity,
• specificity,
• positive predictive value,
• negative predictive value.

To znacznie bardziej profesjonalny sposób opisu testu niż:

„99% genetic accuracy”.

32. Accuracy markera zależy od populacji

Nawet świetny test może działać inaczej w różnych populacjach.

Dlaczego?

Ponieważ zmienia się:

allele frequency.

Jeżeli marker został opracowany na bardzo specyficznym germplasmie, jego predictive value może być inne po przeniesieniu do zupełnie nowego materiału.

Dlatego:

validation population matters.

Najlepiej, jeżeli marker został sprawdzony:

• na wielu rodzinach,
• w różnych populacjach,
• w niezależnym materiale.

W przypadku Cannabis istnieją markery chemotypu wykazujące bardzo dobrą skuteczność w badanych panelach, ale nawet autorzy współczesnych prac analizują ich działanie w kontekście konkretnej struktury locus i germplasmu.

33. Najlepszy marker nie zawsze jest najbardziej biologicznie interesujący

To kolejny paradoks.

Breeder może potrzebować markera, który:

bardzo dobrze przewiduje cechę.

Naukowiec może potrzebować wariantu, który:

wyjaśnia mechanizm cechy.

To niekoniecznie ten sam SNP.

Marker może być świetnym predyktorem dlatego, że znajduje się bardzo blisko przyczynowego locus.

Nie musi sam niczego funkcjonalnie robić.

Dla hodowcy:

wystarczy.

Dla biologa:

to dopiero początek.

34. MAS nie zastępuje phenotyping

To chyba najważniejszy praktyczny wniosek.

Najbardziej sensowny system wygląda tak:

GENOTYPING

↓

wczesny screening

↓

eliminacja niepożądanych alleli

↓

PHENOTYPING

↓

ocena rzeczywistego performance

↓

SELECTION.

MAS usuwa część słabych kandydatów.

Nie powinno automatycznie decydować, który osobnik jest najlepszy pod każdym względem.

To właśnie dlatego klasyczne przeglądy MAS przedstawiają markery jako narzędzie wspierające konwencjonalną hodowlę, a nie zastępujące ją.

35. Im bardziej złożona cecha, tym mniej sensu ma pojedynczy marker

Można przedstawić prostą skalę.

Cecha monogeniczna o dużym efekcie

pojedynczy marker: bardzo użyteczny

Oligogenic trait

kilka markerów:

bardzo użyteczne

Polygenic trait

pojedynczy marker:

często ograniczona wartość

Bardzo złożona cecha + silne G×E

potrzebujemy:

genomic prediction + phenotype + environment.

I właśnie dlatego nowoczesna hodowla przechodzi od:

MAS

do:

Genomic Selection.

36. Genomic Selection przyznaje wprost, że nie znamy jednego „genu cechy”

To niezwykle ważne filozoficznie.

MAS mówi:

„znamy kilka ważnych regionów.”

Genomic Selection mówi:

„cecha może zależeć od tysięcy małych efektów. Nie musimy znać każdego z osobna — spróbujmy przewidzieć ich łączny efekt.”

Zamiast jednego markera wykorzystujemy ogromną liczbę markerów całogenomowych.

Model generuje:

GEBV — Genomic Estimated Breeding Value.

To bardziej realistyczne dla cech poligenicznych.

Ale nawet GEBV nadal jest:

predykcją.

Nie wyrokiem.

37. Najbardziej niebezpieczne marketingowe zdanie: „DNA guarantees”

Jeżeli firma mówi:

„DNA guarantees trait X”

należy bardzo dokładnie sprawdzić, o jakiej cesze mówi.

Może to być uzasadnione w wyjątkowo prostym systemie genetycznym o bardzo wysokiej penetracji.

Ale dla takich rzeczy jak:

• wysoki plon,
• odporność ilościowa,
• jakość,
• stabilność,
• „vigor”,
• pełny profil metaboliczny,

słowo:

guarantees

powinno natychmiast uruchomić pytania.

38. Jak weryfikować reklamę „genetically selected”?

Zamiast zachwycać się hasłem, można zadać breederowi konkretne pytania.

1. Jaki marker?

SNP?

InDel?

SV?

haplotyp?

2. Dla jakiej cechy?

Dokładnie zdefiniowanej.

Nie:

„performance”.

3. Marker jest przyczynowy czy sprzężony?

To ogromna różnica.

4. Jak silny jest efekt?

PVE?

effect size?

5. Na jakiej populacji został znaleziony?

6. Na jakiej populacji został zwalidowany?

7. Jaka jest predictive accuracy?

8. Czy działa w waszym własnym germplasmie?

9. Jak wygląda phenotype confirmation?

10. Jak często marker-positive nie daje oczekiwanego fenotypu?

Po tych pytaniach bardzo szybko okazuje się, czy mamy:

molecular breeding

czy:

molecular marketing.

39. Firma może naprawdę genotypować rośliny i nadal przesadzać

To ważne.

Marketing nie zawsze polega na całkowitym wymyśleniu technologii.

Firma może naprawdę wykonywać:

DNA testing.

Może naprawdę posiadać:

marker panel.

Może naprawdę odrzucać część siewek.

A jednocześnie marketing może zrobić krok dalej i powiedzieć:

„dzięki DNA wiemy dokładnie, jaki będzie produkt końcowy.”

Pierwsze może być prawdą.

Drugie już niekoniecznie.

40. Marker może zwiększyć prawdopodobieństwo. To już jest ogromna wartość

Nie trzeba wymagać od genomiki magii, aby była rewolucyjna.

Załóżmy, że bez markera:

20% populacji

ma interesującą cechę.

Po selekcji markerowej:

70% marker-positive

wykazuje interesujący fenotyp.

To nie jest:

100%.

Ale breeder zwiększył prawdopodobieństwo sukcesu:

3,5 raza.

Jeżeli pracuje na tysiącach roślin, różnica ekonomiczna może być ogromna.

To jest prawdziwa wartość MAS.

Nie pewność.

Lepsza probabilistyka selekcji.

41. Breeding zawsze był grą prawdopodobieństwa

To być może najważniejszy kontekst.

Breeder nigdy nie posiadał absolutnej kontroli nad:

• rekombinacją,
• segregacją,
• ekspresją,
• środowiskiem.

Genomika nie zmieniła breedingu w deterministyczną inżynierię.

Zmieniła coś innego.

Pozwoliła breederowi:

obliczać część prawdopodobieństw wcześniej.

Kiedyś widział dopiero fenotyp.

Teraz może wcześniej zobaczyć część genotypu.

To ogromny postęp.

Ale nadal operuje prawdopodobieństwem.

42. Genotype mówi „co może się wydarzyć”. Phenotype mówi „co się wydarzyło”

To użyteczne uproszczenie.

GENOTYPE

informacja biologiczna,

potencjał,

warianty,

predyspozycja.

PHENOTYPE

realizacja tego potencjału

w konkretnym:

• organizmie,
• momencie,
• środowisku.

Dlatego breeder potrzebuje obu.

Genotyp pozwala:

przewidywać.

Fenotyp pozwala:

weryfikować.

43. Najlepszy breeding działa w zamkniętej pętli

Profesjonalny system wygląda tak:

GENOTYPE

↓

prediction

↓

SELECTION

↓

PHENOTYPE

↓

validation

↓

NEW DATA

↓

lepszy marker/model

↓

NEXT GENERATION.

To ciągły feedback loop.

Jeżeli prediction było błędne, breeder aktualizuje model.

Jeżeli działało:

wzrasta confidence.

To jest prawdziwy data-driven breeding.

Nie ślepa wiara w pojedynczy SNP.

44. Marker DNA powinien mieć instrukcję obsługi

Idealny raport markera powinien wyglądać mniej więcej tak:

Trait: X

Marker: SNP-12345

Type: linked marker

Population: 850 genotypów

Validation: independent population n = 400

Effect size: +12%

PVE: 28%

Sensitivity: 91%

Specificity: 87%

Known limitation: reduced prediction accuracy in population C

Wtedy breeder dokładnie wie:

co marker potrafi

i:

czego nie potrafi.

To byłaby prawdziwa genomika.

45. „Genetycznie potwierdzona cecha” powinna mieć gwiazdkę

W marketingu często widzimy:

GENETICALLY VERIFIED™

Naukowo powinno się dopisać:

Zweryfikowano obecność wariantu DNA powiązanego z określoną cechą w danej populacji. Ostateczna ekspresja fenotypowa może zależeć od tła genetycznego i środowiska.

Oczywiście wygląda gorzej na pudełku.

Ale jest znacznie bliższe prawdzie.

Marker DNA nie jest wyrokiem. Jest informacją.

To najlepsze podsumowanie.

Marker może być:

• bardzo silnym predyktorem,
• przeciętnym predyktorem,
• słabym predyktorem,
• albo predyktorem działającym tylko w określonej populacji.

Jego wartość zależy od:

biologii cechy

odległości od wariantu przyczynowego

effect size

penetrance

epistazy

tła genetycznego

G×E

jakości walidacji.

Dlatego stwierdzenie:

„roślina ma marker”

nie powinno automatycznie oznaczać:

„roślina będzie miała oczekiwany fenotyp”.

Znacznie poprawniej powiedzieć:

„na podstawie tego markera zwiększamy lub zmniejszamy prawdopodobieństwo wystąpienia określonego fenotypu.”

Dla niektórych cech prawdopodobieństwo może być niezwykle wysokie.

Dla innych — znacznie bardziej umiarkowane.

Genotype ≠ phenotype

I właśnie to równanie jest jednym z najważniejszych bezpieczników przed marketingiem nowoczesnego breedingu.

Możemy sekwencjonować genom.

Możemy znać setki tysięcy SNP.

Możemy wykonywać MAS.

Możemy budować pangenomy.

Możemy używać genomic selection i AI.

Ale roślina nadal nie jest plikiem DNA, który wystarczy otworzyć i przeczytać gotowy wynik.

Jest żywym systemem.

Gen działa w kontekście innych genów.

Genom działa w kontekście regulatorów.

Organizm działa w kontekście środowiska.

A fenotyp jest produktem całej tej interakcji.

Dlatego przyszłość nowoczesnej hodowli nie należy do breederów, którzy powiedzą:

„DNA mówi nam wszystko.”

Należy raczej do tych, którzy rozumieją, że DNA mówi im bardzo dużo — ale wiedzą dokładnie, czego jeszcze nie mówi.

I właśnie na tym polega różnica pomiędzy:

posiadaniem markera

a:

rozumieniem genetyki.