Nemaplot Hyperspektraldaten Analyse und PopulationsmodelleEvaluation reinvented

 

Phänotypisierung & Zuchtwertschätzung, Fortsetzung

Diskriminanzfläche
Abb. 1: Kanonische Scores und Streuung aller Daten
Wiederholung: Anwendung der hier vorgestellten Verfahren auf die Phänotypisierung von züchterischen Merkmalen. Über die kanonischen Distanzen lässt sich sowohl der Versuchsfaktor (hier ein induzierter Stress) als auch die genetische Ähnlichkeit im Vergleich zur Kontrolle darstellen.
Beispiel: In einem Gewächshausversuch mit mehr als 800 Pflanzen wurden mehr als 40 Zuchtlinien inklusive der Kontrolle (jeweils in mehrfacher Wiederholung) einem mittleren Stress ausgesetzt. Die hyperspektralen Signale der Pflanzen wurden mit Hilfe der Plant Probe innerhalb eines Tages erfasst. Die Pflanzen waren in der Mitte der Entwicklung, aber leichte stress- und zeitbedingte Seneszenzerscheinungen waren zu beobachten.
Die mittleren Scores der Diskriminanzanalyse weisen wie üblich eine hohe Varianz aus, aber sowohl der mittlere Stresseffekt (X-Achse) als auch der Züchtungseffekt (Y-Achse) lassen sich darstellen. Es zeigt sich eine deutliche Genotyp/Stressinteraktion. In der stressfreien Variante unterscheidet sich das Mittel der erzeugten Linien von der Kontrolle, in der Stressvariante überlagert der Stressfaktor den genetischen Effekt.





trait distance
Abb. 2: Mediane Distanzen und Vektorrichtung gegen die Kontrolle einer Züchtung (Kreis)
Die kanonische Distanz für die Kontrollsorte ergab einen Wert von ungefähr 3, d.h. er definiert als Standard dieses Versuches die Intensität des Stresses und den Vergleichsrahmen für die Zuchtwertschätzung der neuen Linien. Dieser Wert lässt sich als Vektor auf der horizontalen Achse als Nullvektor darstellen (schwarzer Pfeil), die Distanzen der Neuzüchtung werden relativ zur Leistung der Kontrolle in der Ebene rotiert dargestellt. Dabei lässt sich folgendes Muster beobachten. Die Mehrheit der Linienvektoren, die sich nicht von der Kontrolle unterscheiden, liegen auf der Diskriminanzebene in einem Bereich der durch die Kreisfläche der Kontrolle definiert ist. Andererseits, Linienvektoren die nicht zu diesem inneren Kreis gehören, bzw. deren Start- und Endpunkte "weit" außerhalb des Kreises liegen, sind signifikant von der Kontrolle verschieden. Die folgende Tabelle fasst die Ergebnisse graphisch zusammen. Dabei wird jede Linie mit dem Basisvektor der Kontrolle verglichen. Als Basis für die Güte des Vergleiches dienen die Brix und Ertragswerte des MPI, ohne auf diese Werte im Detail eingehen zu wollen.





Überblick der Linienperformance auf der Basis hyperspektraler Vergleiche der Vektorposition, bzw. -länge

SpektrumVektororientierungErläuterung
Trait recognition in hyperspectral signatures Trait recognition Kein genetischer Unterschied zur Kontrolle, Response zum Stress erhöht (Vektorlänge der Zuchtlinie > als der der Kontrolle).
Trait recognition in hyperspectral signatures Trait recognition Genetischer Unterschied zur Kontrolle ist sehr hoch, Response zum Stress in etwa der Größenordnung der Kontrolle.
Trait recognition in hyperspectral signatures Trait recognition Extrembeispiel, Linie phänotypisch extrem verschieden von der Kontrolle, Stresstoleranz sehr hoch, gute Performance in wichtigen Zuchtmerkmalen. Eignung zur Weiterzucht  ist aufgrund der abweichenden Phänologie wahrscheinlich nicht gegeben.
Trait recognition in hyperspectral signatures Trait recognition Extrembeispiel, schlechteste Performance in allen Merkmalen, phänologisch unzureichend.
Trait recognition in hyperspectral signatures Trait recognition Genetische Distanz sehr hoch, aber 30%ige schlechtere Performance bezüglich des Stresses.
Trait recognition in hyperspectral signatures Trait recognition Genetische Lage ideal zum Grenzbereich, Stresstoleranz um 20% verbessert.
Trait recognition in hyperspectral signatures Trait recognition Kein genetischer Unterschied, Stressanfälligkeit sehr hoch
Trait recognition in hyperspectral signatures Trait recognition Interessante Linie, geringste Response bezüglich des induzierten Stresses. Vektor liegt am Grenzbereich. Mittlere Signaturen befinden sich im unteren Bereich des Konfidenzbandes.
Trait recognition in hyperspectral signatures Trait recognition Große Abweichung von der Kontrolle, Stressresponse ist überproportional stark
Trait recognition in hyperspectral signatures Trait recognition Kein genetischer Unterschied, Linie sehr ähnlich der Kontrolle.
Trait recognition in hyperspectral signatures Trait recognition Ein weiteres Beispiel für einen der Bestperformer, Verktorlage im interessanten Grenzbereich, Vektorlänge um 50% kleiner als im Vergleich zur Kontrolle.
Trait recognition in hyperspectral signatures Trait recognition Ebenfalls interessant, aber eine leicht schwächere Performance als die vorherige Linie, wobei beide Linien einen genetisch ähnlichen Ursprung haben.
Trait recognition in hyperspectral signatures Trait recognition Auch diese Linie zeigt einen deutlichen Züchtungsfortschritt hinsichtlich des induzierten Stresses, Vektor ist kürzer als der der Kontrolle, Position ist im interessanten Grenzbereich.
Trait recognition in hyperspectral signatures Trait recognition Beispiel für eine Fehlentscheidung: Auf den ersten Blick erscheint die Linie sehr interessant, sehr kleiner Stressresponsevektor, auch die Position außerhalb des Vertrauenskreises deutet auf einen Fortschritt hin. Tatsächlich hat die "klassische" Merkmalsauswertung keinen Unterschied zur Kontrolle ergeben.

Zusammenfassung

Auch wenn die hyperspektralen Signaturen scheinbar keine großen Unterschiede aufweisen, gelingt über die Auswertemethode eine Spreizung hinsichtlich des Zuchtziels. Über die Distanzebenen lassen sich sowohl die stressrelevanten Unterschiede, als auch die genetische Änderungen bildhaft  und vergleichbar darstellen. Da die gewählten Zuchtlinien meistens aufgrund entsprechender QTLs ausgewählt und zur Kreuzung verwendet werden, wird vermutet, dass direkte Korrelationen zwischen den hier ermittelten Parametern, bzw. Distanzen und den QTLs möglich sind.

Für das hier vorgestellte Beispiel der Merkmalsidentifizierung liegt die Güte entsprechend einer richtigen Entscheidung bei fast 80%

Klassifikation Wahr Falsch
keine Unterschiede 25
Unterschiede 14 5

1Daten erhoben im Rahmen eines Versuches des MPI PZ Köln, Dr. I. Schmalenbach, durchgeführt am Campus Klein Altendorf der Universität Bonn

Zurück zur Züchtung Zurück zum Züchtungsüberblick



Locations of visitors to this page
Akzeptieren

Nemaplot verwendet Cookies. Durch die Nutzung dieser Webseite erklären Sie sich damit einverstanden, dass Cookies gesetzt werden. Mehr erfahren