Das Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung (IPK) hat eine innovative Methode zur Verbesserung der Weizenzüchtung vorgestellt, die sich auf die Analyse von großen Datenmengen und Künstlicher Intelligenz (KI) stützt. Angesichts der Herausforderungen, die der Klimawandel an die Landwirtschaft stellt, wird es immer wichtiger, Weizensorten zu entwickeln, die optimal an lokale Umweltbedingungen angepasst sind. Ein internationales Team von Wissenschaftlern hat nun einen Ansatz erarbeitet, der es ermöglicht, Winterweizensorten gezielt auf bestimmte Standorte auszurichten.
Die Ergebnisse dieser Forschung wurden kürzlich in der renommierten Fachzeitschrift „Genome Biology“ veröffentlicht. Bei der Entwicklung neuer Weizensorten spielt das Zusammenspiel zwischen Genotyp und Umwelt eine entscheidende Rolle. Eine Sorte kann an einem Standort hervorragende Erträge bringen, während sie an einem anderen Ort mit unterschiedlichen Bedingungen deutlich schlechter abschneidet. Um den Anforderungen des Klimawandels gerecht zu werden, ist es daher von großer Bedeutung, Sorten zu züchten, die spezifisch auf die jeweiligen lokalen Gegebenheiten abgestimmt sind.
Das Forschungsteam des IPK hat sich intensiv mit den Wechselwirkungen zwischen genetischen Faktoren und Umweltbedingungen auseinandergesetzt. Hierzu wurden umfangreiche Daten von Winterweizen erfasst. Die Wissenschaftler haben Ertragsdaten von über 13.200 Weizengenotypen, die zwischen 2010 und 2022 an 31 Standorten in Mitteleuropa getestet wurden, gesammelt. Diese phänotypischen Informationen wurden mit genetischen Daten, die etwa 10.000 genetische Marker umfassten, sowie mit Umweltinformationen wie täglichen Temperaturen und Niederschlägen kombiniert.
Die Forscher entwickelten eine Vielzahl von Vorhersagemodellen, die sowohl traditionelle statistische Ansätze als auch moderne KI-Techniken wie „Deep Learning“ umfassten. Das beste Modell, das das Team implementierte, diente dazu, die Ertragsleistung einer Referenzgruppe von Weizenlinien über 117 getestete Umgebungen hinweg vorherzusagen und geeignete, umweltangepasste Sorten zu identifizieren. Abhishek Gogna, der Erstautor der Studie, betont, dass die Berücksichtigung der Interaktion zwischen Genotyp und Umwelt die Genauigkeit der Ertragsprognosen erheblich verbessert hat. So konnte die Vorhersage der umweltspezifischen Leistung neuer Hybriden um bis zu 23 Prozent gesteigert werden.
Der Vergleich dieser neuen Vorhersagemethode mit traditionellen Ansätzen lässt sich mit dem Kauf eines maßgeschneiderten Anzugs vergleichen. Anstatt sich mit einem Standardmodell zufriedenzugeben, das nur durchschnittlich passt, erhält man eine passgenaue Lösung, die exakt auf die individuellen Bedürfnisse abgestimmt ist. In der Praxis bedeutet dies, dass durch die gezielte Auswahl der zehn Prozent der umweltangepassten Genotypen der Ertrag im Vergleich zur Auswahl basierend auf Durchschnittswerten um fast vier Dezitonnen pro Hektar gesteigert werden konnte. Professor Dr. Jochen Reif, Leiter der Abteilung Züchtungsforschung am IPK, hebt hervor, dass dieser zusätzliche Ertrag dem Fortschritt von bis zu zwölf Jahren konventioneller Züchtung in Deutschland entspricht.
Die Relevanz dieser Ergebnisse für die praktische Pflanzenzüchtung wird durch die Zusammenarbeit mit der KWS SAAT SE & Co KGaA unterstrichen, die an der Studie beteiligt war. Diese Fortschritte zeigen, dass in den bestehenden Züchtungsprogrammen ein erhebliches, bislang ungenutztes Potenzial für Ertragssteigerungen vorhanden ist. Das IPK-Team hat mit dieser Forschung einen bedeutenden Schritt in Richtung nachhaltiger Landwirtschaft und effizienter Weizenzüchtung gemacht, um den Herausforderungen der Zukunft besser begegnen zu können.
Zusammenfassend lässt sich sagen, dass die Kombination von KI und Big Data in der Pflanzenforschung neue Möglichkeiten eröffnet, die nicht nur die Effizienz der Züchtung steigern, sondern auch die Anpassungsfähigkeit an veränderte Umweltbedingungen verbessern kann.
