СПОСОБ ОПРЕДЕЛЕНИЯ ВЫНОСЛИВОСТИ К ЗАСУХЕ У МАИСА Российский патент 2020 года по МПК A01H1/04 A01G7/00 

ВВЕДЕНИЕ

Недостаток воды является серьезным зависящим от окружающей среды ограничением для продуктивности растений. Вызванная засухой потеря урожайности сельскохозяйственных культур, вероятно, превышает потери по всем остальным причинам, поскольку критическими являются как тяжесть, так и продолжительность стресса. Действительно, засуха является одним из основных ограничений для производства маиса во всем мире - ежегодно 15% мирового производства сельскохозяйственной культуры маиса теряется из-за засухи. Реакция растений на водный стресс зависит от величины дефицита воды, интенсивности дефицита, продолжительности обусловленного засухой стресса, рассматриваемого сорта/вида растения, стадии развития растения при наступлении стресса и других переменных окружающей среды, таких как температура, относительная влажность и т.д.

Крайне важно улучшать выносливость к засухе у сельскохозяйственных культур при нынешних меняющихся погодных условиях. В настоящее время нет экономически целесообразных технологических средств для облегчения производства сельскохозяйственных культур в условиях засухи. Создание культурных растений, выносливых к обусловленному засухой стрессу, может стать многообещающим подходом, помогающим удовлетворить потребности в продовольствии. Однако выносливость к засухе является одним из наиболее сложных признаков для селекции. Все из паттерна (сочетание тепла и засухи), сроков в отношении фенологических стадий растения и интенсивности стресса могут существенно варьироваться. Более конкретно, обусловленный засухой стресс является высоко изменчивым по своим срокам, продолжительности и тяжести, и это приводит к высокой изменчивости генотипа из-за взаимодействия с окружающей средой. Кроме того, реакция всего растения на стресс является сложной. Она определяется признаками-компонентами, которые взаимодействуют и различаются по их индивидуальным реакциям на интенсивность и продолжительность дефицита воды и высокой температуры.

Применяли различные подходы для оценки выносливости к обусловленному засухой стрессу у растений (см., например, Chapuis et al, 2012). Наиболее распространенным было осуществление циклов отбора среди элитных генотипов, оцененных по производительности как во влажной, так и в сухой окружающей среде. Селекция основывается на фенотипировании по крупным сетям мест проведения испытаний, каждый год представляющих большой набор условий окружающей среды. Долгосрочный отбор в этих разнообразных наборах условий окружающей среды способствует отбору стабильных генотипов, характеризующихся лучшей выносливостью к засухе. Это было чрезвычайно эффективным, о чем свидетельствует устойчивый прогресс в урожае зерна как при хорошем орошении, так и в условиях дефицита (Bolanos and Edmeades, 1993; Bruce et al, 2002; Duvick, 2005). Также применяли другие подходы, предусматривающие отбор и моделирование растений in silico. Они экономят время и предлагают возможности для оценки производительности генотипов при нескольких вариантах развития засухи (Messina et al., 2011). Тем не менее, эти подходы требуют моделирования фенотипических признаков, предполагаемых в выносливости к стрессу, с учетом условий окружающей среды и характеристики конкретных генотипов (Messina et al, 2011; Tardieu and Tuberosa, 2010, Tardieu et al, 2014, Welcker et al., 2011).

Предыдущее исследование (Chapuis et al., 2012) было направлено на оценку гибридов кукурузы в отношении выносливости к засухе с использованием корреляции между уровнем стресса и количеством семян на растение. Учитывали только индекс стресса, рассчитанный на протяжении периода цветения. Было обнаружено, что корреляция между уровнем стресса и урожайностью является незначимой. Таким образом, все еще существует потребность в способе определения выносливости к обусловленному засухой стрессу, который можно применять в селекции. Обусловленный засухой стресс включает в себя все связанные виды абиотического стресса, такие как дефицит почвенной влаги, дефицит влаги в воздухе, тепловой стресс, воздействие светового излучения и т.д.

ОПИСАНИЕ

Авторы настоящего изобретения разработали новый способ определения выносливости к обусловленному засухой стрессу у растения, в частности, у маиса. Данный способ основан на непосредственном оценивании способности к восстановлению в поле на протяжении определенных фаз жизненного цикла растения. Авторы настоящего изобретения обнаружили, что критерий поведения растения, такой как урожайность, отражает интенсивность стресса, которому подвергается растение на протяжении определенных фенологических фаз. Существует статистическая взаимосвязь между урожаем зерна и индексом стресса. Фактически, авторы настоящего изобретения обнаружили, что эти две переменные связаны линейной регрессией, угловой коэффициент которой представляет выносливость к засухе.

Таким образом, согласно первому аспекту настоящее изобретение предусматривает способ определения выносливости к обусловленному засухой стрессу у линии растений, при котором указанную выносливость к обусловленному засухой стрессу получают путем вычисления линейной регрессии между урожаем зерна указанной линии растений и индексом стресса. В соответствии с настоящим изобретением выносливость к обусловленному засухой стрессу определяется угловым коэффициентом регрессии: чем более вынослива линия растений, тем ближе угловой коэффициент к 0. Напротив, высокоотрицательный угловой коэффициент указывает на то, что линия растений чувствительна к обусловленному засухой стрессу.

Для осуществления способа в соответствии с настоящим изобретением необходимы несколько полевых испытаний. Указанную линию растений предпочтительно выращивают в нескольких местах. Под "несколькими местами" в данном документе подразумевают по меньшей мере 2, предпочтительно по меньшей мере 3, более предпочтительно по меньшей мере 4, более предпочтительно по меньшей мере 5, более предпочтительно по меньшей мере 6, более предпочтительно по меньшей мере 7, наиболее предпочтительно по меньшей мере 8 мест. Указанные линии растений еще более предпочтительно высевают по меньшей мере в 8 местах, при этом 2 места характеризуются IT>80, и 2 места характеризуются IT<80 (IT представляет собой индекс стресса для дефицита почвенной влаги и дополнительно определяется далее в данном документе). Но линию также можно высеять в единственном месте, однако в последовательные годы.

Согласно дополнительному предпочтительному варианту осуществления указанные несколько мест географически разделены. Под "географически разделенными" в данном документе подразумевают, что по меньшей мере 2 таких места разделены расстоянием 100 км, 200 км, 300 км, 400 км или больше. Для маиса определяют зону раннеспелости, и при этом места должны быть в одной и той же зоне раннеспелости или в зоне раннеспелости, соответствующей исследуемой линии.

Если указанную линию растений выращивают в нескольких местах, то повышается разнообразие видов стресса, с которыми сталкивается указанная линия растений, а также их интенсивность. Согласно данному варианту осуществления для каждого места измеряют урожай зерна; подобным образом, для каждого места определяют индекс стресса: регрессию между урожаем и индексом стресса выводят для всех мест, где выращивали линию растений. Таким образом, каждое отдельное место используют для оценивания указанной линии растений в отношении выносливости к стрессу. Это приводит к определению регрессионной взаимосвязи между урожаем зерна и индексом стресса, который основан на широком диапазоне видов стресса, что таким образом, повышает значимость определения выносливости к засухе. Урожай зерна можно выразить в ц/га ("ц" означает центнер, что соответствует 100 кг, а "га" означает гектар), а также в виде процентной доли от урожая зерна контрольных линий, выращиваемых в тех же местах. Использование урожая зерна в виде процентной доли от показателя для контрольных линий ведет к снижению шума из-за видов биотического или абиотического стресса, отличных от засухи.

Согласно предпочтительному варианту осуществления настоящее изобретение относится к способу определения выносливости к засухе у линии растений, при этом указанный способ включает стадии:

a) высевания указанной линии растений в нескольких местах;

b) определения индекса обусловленного засухой стресса для каждого места;

c) измерения урожая зерна указанной линии растений для каждого места;

d) вычисления линейной регрессии между указанным индексом стресса из стадии b) и указанным урожаем зерна из стадии с);

e) определения выносливости к засухе на основании указанной регрессии.

Выражение "выносливость к засухе" является синонимом "выносливости к обусловленному засухой стрессу" в контексте настоящего изобретения, а также может быть сформулировано как "балл выносливости к засухе" или "балл выносливости к стрессу", "значение выносливости к засухе" или "значение выносливости к стрессу", "угловой коэффициент выносливости к засухе" или "угловой коэффициент выносливости к стрессу". Данные значение/угловой коэффициент/балл более предпочтительно являются отрицательными.

Термин "обусловленный засухой стресс", используемый в данном документе, относится к условию роста растения без нормального орошения и используется в качестве очень широкого термина, включающего в себя все типы абиотического стресса, которые вызывают вредные эффекты в отношении роста и выживаемости растения, например, термин "обусловленный засухой стресс", используемый в данном документе, включает в себя такие виды стресса, как, например, дефицит почвенной влаги, дефицит давления водяных паров, тепловой стресс или воздействие светового излучения. Более конкретно, термин "засуха" и "дефицит воды" относится к условиям окружающей среды, при которых количество воды (например, из осадков или другого доступного источника воды для жизни растения) является меньшим, чем в средних водных условиях для конкретной окружающей среды, или количество доступной воды является меньшим, чем количество воды, обычно необходимой для некоторых видов растений или для растения, выращиваемого в конкретной окружающей среде. Как правило, "засуха" означает более интенсивный или более длительный период пониженной доступности воды, чем "дефицит воды". Термины "устойчивость к засухе" или "выносливость к засухе" относятся к способности растения восстанавливаться после периодов обусловленного засухой стресса (т.е. при небольшом количестве или при отсутствии воды в течение нескольких дней). В контексте настоящего изобретения выносливость к засухе относится к способности растения достигать продуктивности, как можно более близкой к оптимальной урожайности, независимо от интенсивности и продолжительности стресса.

Эффекты засухи проявляются в диапазоне от морфологических до молекулярных уровней. Они наиболее заметны на критических фенологических стадиях, таких как цветение и налив зерна. Обусловленный засухой стресс, в частности, влияет на урожай зерна. Используемый в данном документе термин "урожай зерна" относится к массе зерна для обрабатываемой площади при 15% влажности. Термин "количество семян", используемый в данном документе, относится к количеству семян на растение. "Масса тысячи зерен" (также называемая массой 1000 зерен, массой 1000 К или TKW) представляет собой массу в граммах 1000 семян и является хорошо известным параметром в сельском хозяйстве. TKW измеряют при содержании влаги в зерне, составляющем от 10 до 20%, предпочтительно 15%.

Количество семян было бы хорошим показателем урожайности, если бы TKW не варьировалась между генотипами. Однако, как продемонстрировали авторы настоящего изобретения, различные генотипы могут отражать сильно отличающиеся TKW. Это означает, что TKW, как и количество зерен на растение, является важным компонентом для объяснения урожая зерна. Chapuis et al. (2012) основывают свою оценку выносливости к засухе только на мере количества семян. Напротив, способ в соответствии с настоящим изобретением дает результат, который является более значимым и более надежным.

Используемый в данном документе термин "индекс стресса" относится к количественной оценке обусловленного засухой стресса, которому подвергается растение, для определенного места. Индекс стресса, таким образом, является показателем интенсивности обусловленного засухой стресса, которому подвергается растение, в указанном месте. Это можно оценить путем измерения по меньшей мере одного параметра окружающей среды, при этом указанный параметр указывает на стресс, воздействующий на растение в данное время в данном месте. Индекс стресса является средним значением для указанного измерения указанного по меньшей мере одного параметра окружающей среды в течение по меньшей мере одного периода времени. Примерами параметров окружающей среды, которые могут применяться для измерения индекса стресса, являются без ограничения: индекс почвенной влаги, дефицит давления водяных паров, тепловой стресс и световое излучение.

В соответствии с настоящим изобретением вычисление линейной регрессии между урожаем зерна и индексом стресса для определения выносливости к обусловленному засухой стрессу у линии растений выполняют с применением линейной регрессии только с фиксированными эффектами или со случайными эффектами.

Фиксированные эффекты в соответствии с настоящим изобретением представляют индекс стресса и урожай зерна, точно определенные или измеренные для каждого места высеянной линии маиса на стадии а).

Согласно предпочтительному варианту осуществления линейная регрессия из стадии d) представляет собой линейную регрессию со случайным(случайными) эффектом(эффектами), которая предпочтительно интегрирует информацию о родственнике(родственниках) указанной линии маиса.

Согласно данному варианту осуществления применяют не только фиксированные эффекты, а скорее случайные эффекты для вывода указанной регрессии и для расчета углового коэффициента указанной регрессии. Модель линейной регрессии со случайными эффектами предпочтительно обеспечивает получение оценок BLUP (наилучшего линейного объективного прогноза) для углового коэффициента и интегрирование информации о родственнике(родственниках) указанной линии маиса.

Применение модели со случайными эффектами на стадии (d), в том числе информации об этих родственниках, позволяет корректировать урожай зерна, измеренный на стадии (с), до "скорректированного урожая", что, таким образом, приводит также к коррекции выносливости к засухе, определенной на стадии е), до "скорректированной выносливости к засухе" с включением молекулярных маркеров или информации о родословной.

Модели регрессии со случайными эффектами являются статистическими моделями, хорошо известными специалисту в данной области и, например, описанными Schaeffer, 2004 и Lillehammer et al., 2007.

Используемый в данном документе термин "родственники" означает любое растение или линию с некоторой степенью генетического родства. Родственников можно определить по их родословной и/или с помощью молекулярных маркеров.

Используемое в данном документе выражение "информация о родственниках" означает все фенотипические данные об этих родственниках, полученные в предыдущих экспериментах (такие как урожай зерна и индекс стресса), а также родословную и/или молекулярные маркеры.

Поэтому согласно преимущественному варианту осуществления линейная регрессия из стадии d) способа определения выносливости к засухе представляет собой линейную регрессию со случайным(случайными) эффектом(эффектами), которая интегрирует информацию о родственнике(родственниках) указанной линии маиса с включением фенотипических данных, а также молекулярных маркеров и/или родословной.

Известно, что фенологическая стадия растения важна для проведения оценки эффектов водного голодания и другого абиотического стресса на указанное растение. Например, маис особенно чувствителен к стрессу со стадии 12 листьев, приблизительно за 3-4 недели до цветения. В частности, период, приблизительно соответствующий времени цветения, как известно, для маиса является периодом, наиболее чувствительным к засухе. Согласно первому варианту осуществления по меньшей мере один параметр окружающей среды измеряют с равными интервалами в период, приблизительно соответствующий времени цветения. Равные интервалы могут составлять от 10, 20, 30 минут или 1, 2 или больше часов до 1-3 дней.

Согласно предпочтительному варианту осуществления индекс стресса при цветении определяют по формуле:

где "исходное" означает начало, а "конечное" означает окончание периода цветения, "EPt" представляет собой значение параметра окружающей среды в единицу времени t, и "n" представляет собой количество единиц времени за период.

Время цветения можно легко зарегистрировать любым способом, известным специалисту в данной области. Термин "время цветения", используемый в данном документе, предпочтительно относится к дате, в которую 50% растений продемонстрировали выметывание пестичных столбиков.

Период, приблизительно соответствующий времени цветения, в который измеряют указанный по меньшей мере один параметр окружающей среды, можно определить в любой единице, обычно применяемой специалистом в данной области. Указанный период предпочтительно определен в градусо-днях.

Используемый в данном документе термин "градусо-день" относится к сумме произведений времени и температуры между порогами развития для каждого дня. Указанный порог развития хорошо известен специалисту в данной области и является частью общих знаний указанного специалиста. Способы расчета градусо-дней хорошо известны специалисту в данной области и подробно не описываются в данном документе.

Согласно предпочтительному варианту осуществления указанный период начинается за n₁ градусо-дней до указанного времени цветения и заканчивается через n₂ градусо-дней после времени цветения. Согласно данному варианту осуществления по меньшей мере один параметр окружающей среды измеряют на протяжении периода, начинающегося за n₁ градусо-дней до времени цветения и заканчивающегося через n₂ градусо-дней после времени цветения, где n₁ и n₂ представляют собой два целых числа, составляющих от 70 до 120. Предпочтительно n₁=80 градусо-дней, а n₂=110 градусо-дней. В этом случае "исходное" в уравнении 1 соответствует дате цветения с вычетом 80 градусо-дней, а "конечное" - дате цветения с добавлением 110 градусо-дней.

В некоторых ситуациях в зависимости от эффектов места или года обусловленный засухой стресс наступает позже, и наиболее критическим периодом является налив зерна. В то время как в предшествующем уровне техники полагались только на время цветения при определении индекса стресса (см., например, Chapuis et al, 2012), авторы настоящего изобретения показали, что период времени налива зерна также важен при определении индекса стресса.

Таким образом, согласно другому варианту осуществления по меньшей мере один параметр окружающей среды измеряют с равными интервалами в период, приблизительно соответствующий времени налива зерна.

Согласно предпочтительному варианту осуществления индекс стресса во время налива зерна затем определяют по формуле:

где "исходное" означает начало, а "конечное" означает окончание периода налива зерна, "EPt" представляет собой значение параметра окружающей среды в единицу времени t, и "n" представляет собой количество единиц времени за период.

Период налива зерна начинается с успешного опыления и начала развития зерна. Период налива зерна предпочтительно начинается, когда заканчивается период цветения, определенный выше. Другими словами, согласно данному варианту осуществления период налива зерна начинается через n₂ градусо-дней после времени цветения. Иногда завершение периода налива зерна описывают как появление темного пятна. Используемый в данном документе термин "завершение периода налива зерна" предпочтительно определяют как стадию редукции недоразвитых зерновок. Эта стадия соответствует стадии, при которой определяется конечное количество зерен, т.е. когда завершается размножение клеток эндосперма. Указанная стадия достигается через 550 градусо-дней после цветения, но в контексте настоящего изобретения период налива зерна также должен завершаться с появлением темного пятна.

Трудно узнать, наступит ли засуха на протяжении периода цветения или на протяжении периода налива зерна. Из-за этой неопределенности индекс стресса, рассчитанный на основании любого из этих двух периодов, может неточно отражать ситуацию. С другой стороны, индекс стресса, рассчитанный на основании взвешенной комбинации обоих периодов, является более надежным, как показывают авторы настоящего изобретения.

Согласно предпочтительному варианту осуществления по меньшей мере один параметр окружающей среды измеряют с равными интервалами в период, приблизительно соответствующий времени цветения, и в период, приблизительно соответствующий времени налива зерна.

Согласно предпочтительному варианту осуществления индекс стресса затем определяют по формуле:

индекс стресса = W_EP = α * ЕР_цветение + β * ЕР_налив,

где ЕР_цветение и ЕР_налив определены выше, а α и β представляют собой значения веса комбинации, при этом α+β=1. Значения аир предпочтительно выбирают с учетом различий в значимости засухи в отношении каждого периода. В зависимости от конкретных условий окружающей среды цветение может являться или может не являться наиболее критической фенологической стадией в отношении чувствительности к обусловленному засухой стрессу. В частности, поскольку цветение является наиболее критической фенологической стадией в отношении чувствительности к засухе, предпочтительно выбирать α и β так, чтобы α>β, при этом α+β=1. Если засуха наступает главным образом во время цветения, то наиболее предпочтительно α=2/3, а β=1/3. Согласно другому предпочтительному варианту осуществления α=2/3, a β=1/3, если стресс наступает главным образом во время налива зерна.

Значение α и β также можно скорректировать на каждый год проведения эксперимента. Расчет индекса обусловленного засухой стресса для года проведения эксперимента можно выполнить в выборке известных линий с определением лучшего значения α и β для данного года проведения эксперимента. Это определение может основываться на статистических методах, известных специалисту, для определения значений α и β, которые оптимизируют регрессию между урожаем и индексом стресса. Критерием оптимизации является максимальное увеличение R² регрессий урожая на индекс стресса для выборки известных линий.

Данный индекс обусловленного засухой стресса также можно рассчитать для выборки линий, и модель сельскохозяйственной культуры можно применять для содействия определению лучших значений α и β для применения в полном эксперименте.

Параметром окружающей среды, применяемым в способе в соответствии с настоящим изобретением, является любой параметр, который, как известно, воздействует на обеспечение водой растений. Согласно предпочтительному варианту осуществления указанный параметр окружающей среды выбран из перечня, состоящего из индекса почвенной влаги, дефицита давления водяных паров, теплового стресса и светового излучения.

Используемый в данном документе термин "индекс почвенной влаги" относится к количеству воды, связанному с данным объемом или массой почвы. При вычислении этого количества воды будут учитываться химические и физические характеристики почвы, такие как структура, текстура или состав органического вещества, а также толщина почвы. В почве, насыщенной водой, молекулы воды присутствуют в пространстве пор, а также покрывают частицы почвы. Таким образом, вода является легкодоступной для получения ее корнями растений, а натяжение почвенной влаги является низким. По мере уменьшения количества воды в порах возрастает всасывание или натяжение, которое должно происходить в корнях для увеличения количества влаги. Если натяжение почвенной влаги достигает определенного порога, то растение больше не может экстрагировать воду из почвы, даже если вода присутствует там. В этот момент растение подвергается стрессу, начинает увядать и может в конечном итоге погибнуть, если ресурсы воды не пополнятся. Можно применять ряд способов и устройств для измерения количества почвенной влаги. Они включают в себя способ замера, гравитационный способ, тензиометр, блоки электрического сопротивления, нейтронный влагомер, ячейки Фена и рефлектометр во временной области. Все эти способы и устройства хорошо известны специалисту в данной области и не нуждаются в подробном описании в данном документе (например, можно применять датчики почвенной влаги Watermark серии MONPACAN (поставляемые Challenge Agriculture), соединенные с регистратором GPRS R2-DX серии Monitor или Monitor Watermark и спиральным буром на 25/22 мм).

Также можно оценивать состояние почвенной влаги путем моделирования водного баланса в почве. Это можно выполнить с помощью общих уравнений, моделирующих на одном конце эвапотранспирацию сельскохозяйственных культур, а на другом конце воду, доступную для сельскохозяйственных культур, в растении на основании характеристик почвы.

Используемый в данном документе термин "дефицит давления водяных паров" (VPD) относится к разнице (дефициту) между количеством влаги в воздухе (е_а) и количеством влаги, которую может удерживать воздух, являясь насыщенным. Полная влагоемкость (также называемая точкой росы, e_sat (Та)) повышается с увеличением температуры. Добавление влаги в воздух за ее пределами приводит к осаждению воды (росы). При более высоком VPD повышается потребность в транспирации, что влияет на то, сколько влаги из растительных тканей переносится в воздух. Низкий VPD указывает на более тесную близость к точке росы, что означает влажный воздух. VPD можно измерить датчиками VPD, которые по сути представляют собой комбинацию датчика относительной влажности и температурного датчика в одном устройстве. Такие устройства являются коммерчески доступными (например, EL-USB-2, продаваемый компанией Lascar Electronics, Уайтпэриш, Великобритания; термометр и экран для защиты от излучения Davis серии 7714, поставляемый компанией SARL DREANO, www.meteo-shopping.fr) и не нуждаются в подробном описании в данном документе.

Используемый в данном документе термин "тепловой стресс" относится к модифицированному уровню температуры, достаточному для существенного и необратимого воздействия на рост и развитие растений. "Модифицированный" уровень температуры может быть результатом повышения или снижения указанной температуры. Действительно, "тепловой стресс" в области настоящего изобретения также может относиться к любому стрессу, связанному с температурой, и, таким образом, может пониматься как охватывающий холодовой стресс. Тепловой стресс вызывает многообразные, а зачастую неблагоприятные, изменения в росте, развитии, физиологических процессах, а также в урожайности растения. Например, высокие дневные температуры могут повреждать растения непосредственно, вызывая высокие температуры в тканях, или опосредованно, создавая в растении дефициты воды, которые возникают из-за высоких потребностей в транспирации. Температуру можно легко контролировать с помощью любых средств, известных специалисту.

Используемый в данном документе термин "световое излучение" относится к интенсивности солнечного излучения. Уровень излучения может становиться субоптимальным, особенно в очень пасмурные дни. На суммарное излучение за день также влияет продолжительность дня (сезонный или широтный эффект). Например, световое излучение можно измерить в ваттах (Вт) или джоулях (Дж) на м² с помощью пиранометра или фотометра.

Как подробно описано выше, урожай зерна и индекс стресса, соответствующие параметру окружающей среды, получают для тестируемой линии растений для каждого из мест. На основании результатов со всех мест выводят регрессию между урожаем зерна и индексом стресса.

Регрессию предпочтительно определяют с помощью уравнения:

урожай зерна = μ+а * W_EP,

где μ представляет собой урожайность для индекса стресса, равного 0, эквивалентную потенциальной урожайности данного гибрида при отсутствии стресса (например, это значение может колебаться от 101 до 150 ц/га для коммерческих гибридов FAO 400-500, выращиваемых во Франции), и "а" представляет собой выносливость к засухе.

Любое соответствующее программное обеспечение (например, общедоступное программное обеспечение R, www.r-project.org) можно применять для вывода указанной регрессии между урожаем зерна и индексом стресса, а также для расчета углового коэффициента указанной регрессии.

Эффекты засухи в отношении растений обычно опосредуются более чем одним фактором окружающей среды. Содержание почвенной влаги, влажность воздуха и теплота тесно коррелируют. Засушливые периоды в большинстве случаев сопровождаются сухим воздухом и высокими температурами. Таким образом, преимущественно учитывать более чем один параметр окружающей среды при определении выносливости к засухе. Авторы настоящего изобретения обнаружили, что в этом случае отношение между урожаем зерна и различными параметрами является множественной линейной регрессией. Указанная множественная линейная регрессия определяется линейной комбинацией индекса стресса для каждого из рассматриваемых параметров, при этом каждый индекс зависит от коэффициента. Указанные коэффициенты представлены индивидуальными значениями выносливости к засухе, т.е. значением выносливости к засухе, которое получают с учетом только регрессии между урожаем зерна и индексом стресса для соответствующего параметра. Такая линейная комбинация индекса дает модель регрессии, качество которой является повышенным и/или которая является более стабильной. Другими словами, чем выше количество введенных параметров окружающей среды, тем более точной и репрезентативной является получаемая модель регрессии по различным местам и условиям окружающей среды.

Согласно предпочтительному варианту осуществления регрессию определяют с помощью уравнения:

урожай зерна = μ + а₁ * W_EP₁+а₂ * W_EP₂+…+a_m* W_EP_m,

где каждый из W_EP₁, W_EP₂, … W_EP_m представляет собой индекс стресса для одного из m параметров окружающей среды, и а_{1 …,} а₂, a_m представляют собой соответствующие m индивидуальных значений выносливости к засухе, при этом m представляет собой целое число, превышающее или равное 2.

Затем можно определить угловой коэффициент полученной в результате регрессии, при этом указанный угловой коэффициент представляет собой выносливость к засухе у указанной линии растений.

Термин "растение" в соответствии с настоящим изобретением относится к любому растению, в частности, к агрономически применимым растениям (например, к семенным растениям). Термин "растение" предпочтительно включает в себя целые растения, вегетативные органы/структуры побега (например, листья, стебли и клубни), корни, цветки и органы/структуры цветка (например, прицветники, чашелистики, лепестки, тычинки, плодолистики, пыльники и семязачатки), семена (в том числе зародыш, эндосперм и семенную оболочку), колосья и плоды (зрелую завязь), растительные ткани (например, сосудистую ткань, покровную ткань и т.п.) и клетки (например, замыкающие клетки, яйцеклетки, трихомы и т.п.), а также их потомство.

Классы растений, которые можно применять в способе в соответствии с настоящим изобретением, как правило, включают в себя классы высших и низших растений, пригодных для методик трансформации, в том числе покрытосеменные (однодольные и двудольные растения), голосеменные, папоротники и многоклеточные водоросли. Они включают в себя растения различных уровней плоидности, в том числе анеуплоидные, полиплоидные, диплоидные, гаплоидные и гемизиготные. В объем настоящего изобретения входят все роды и виды высших и низших растений царства растений, например, пшеница, подсолнечник, рапс и т.д. Кроме того, включены зрелые растения, семена, побеги и проростки, а также части, материал для размножения (например, семена и плоды) и культуры, например, культуры клеток, полученные из них.

Однолетние, многолетние, однодольные и двудольные растения являются предпочтительными организмами-хозяевами для способа в соответствии с настоящим изобретением. Растение, которое можно применять в способе в соответствии с настоящим изобретением, наиболее предпочтительно является двудольным или однодольным.

Растением, которое применяют в способе в соответствии с настоящим изобретением, предпочтительно является маис (Zea mays).

Используемый в данном документе термин "линия растений" означает группу растений, которая демонстрирует небольшую генетическую изменчивость или отсутствие таковой между индивидуумами по меньшей мере по одному признаку. Такие линии можно создавать с использованием способа опыления растения, например, самоопыления или перекрестного опыления. Растение является самоопыляемым, если пыльца с одного цветка переносится на тот же или другой цветок того же растения. Растение является перекрестно опыляемым, если пыльца попадает с цветка на другое растение. Растения, которые были подвергнуты самоопылению и отобраны по типу в течение многих поколений, становятся гомозиготными почти по всем локусам генов и дают однородную популяцию чистолинейного потомства. Используемая в данном документе фраза "инбредная линия" относится к генетически гомозиготной или почти гомозиготной популяции. Инбредную линию, например, можно получить через несколько циклов скрещивания братьев и сестер или самоопыления. Согласно некоторым вариантам осуществления инбредные линии передают потомству один или несколько представляющих интерес фенотипических признаков. Термины "инбредный", "инбредный индивидуум" или "инбредное потомство" означают индивидуум, отобранный из инбредной линии. Скрещивание между двумя разными гомозиготными линиями дает однородную популяцию гибридных растений, которые могут быть гетерозиготными по многим локусам генов. Скрещивание двух растений, каждое из которых является гетерозиготным по ряду локусов генов, будет давать "популяцию гибридных растений", которые генетически отличаются друг от друга, и при этом популяция не будет однородной. Используемые в данном документе термины "гибрид", "гибридное растение" и "гибридное потомство" относятся к индивидууму, полученному от генетически отличающихся друг от друга родителей (например, генетически гетерозиготному или главным образом гетерозиготному индивидууму).

В контексте настоящего изобретения термин "линия растений" относится к семенам от самоопыляемых или перекрестноопыляемых растений на любой стадии отбора линии или к сегрегирующей популяции. Но термин "линия" также может относиться к "инбредной линии" или "гибридной линии". Гибридная линия представляет собой будущие коммерческие гибриды или тестируемый гибрид, если инбредную линию тестируют на предмет показателя гибридности с помощью скрещивания с тестерной линией.

Выносливость к засухе у "линии растений" можно определить с помощью способа в соответствии с настоящим изобретением. Если один и тот же способ применяют для более чем одной линии растений, то можно определить выносливость к засухе у каждой линии растений. Указанные линии растений можно сравнивать на основании их соответствующих значений выносливости к засухе.

Способ в соответствии с настоящим изобретением является особенно преимущественным, поскольку он демонстрирует хорошую воспроизводимость от сезона к сезону. Авторы настоящего изобретения показали, что линии растений, оцененные как выносливые (или чувствительные) в один год, снова рассматривались как выносливые (или чувствительные) в следующем году (см., например, фигуру 4). Таким образом, результаты, полученные с помощью способа, обеспечивают одну и ту же диагностику относительно засухи для двух сезонов. Это подтверждает возможность применения способа для прогнозирования выносливости к засухе у такой линии маиса, по которой отсутствует информация об урожае зерна и индексе стресса, поскольку его никогда точно не измеряли, и которая в данном документе определяется как нефенотипированная линия маиса.

Таким образом, согласно другому аспекту настоящее изобретение относится к способу прогнозирования выносливости к засухе у нефенотипированной линии маиса на основании родства между указанной нефенотипированной линией маиса и ее родственником(родственниками), для которых ранее выполняли вычисление, определенное на стадии d) пункта 1 формулы изобретения.

Согласно другому аспекту настоящее изобретение, таким образом, относится к способу прогнозирования выносливости к засухе у нефенотипированной линии маиса, при этом указанный способ включает вычисление, определенное на стадии d) пункта 1 формулы изобретения, с применением модели со случайными эффектами, интегрирующей информацию о родственнике(родственниках) указанной линии маиса, предпочтительно с включением фенотипических данных, а также молекулярных маркеров и/или родословной.

Способы в соответствии с настоящим изобретением для определения выносливости к засухе или для прогнозирования выносливости к засухе у нефенотипированной линии маиса можно применять для ранжирования линий растений и для определения коммерческой ценности линии растений в отношении ее выносливости к засухе.

Таким образом, согласно другому аспекту настоящее изобретение предусматривает способ сравнения двух или более линий растений, при этом указанный способ включает стадию определения или прогнозирования выносливости к засухе или выносливости к обусловленному засухой стрессу у указанных линий растений, как определяется выше. Первая линия растений предпочтительно является более чувствительной к засухе, чем вторая линия растений, если значение выносливости к засухе у указанной первой линии растений по абсолютной величине является более низким, чем значение выносливости к засухе у указанной второй линии растений. Напротив, первая линия растений является более устойчивой к обусловленному засухой стрессу, чем вторая линия растений, если значение выносливости к засухе у указанной первой линии растений по абсолютной величине является более высоким, чем значение выносливости к засухе у указанной второй линии растений.

Такое сравнение позволяет ранжировать указанные линии растений на основании значений их выносливости к обусловленному засухой стрессу. Таким образом, настоящее изобретение также относится к способу ранжирования двух или более линий растений, при этом указанный способ включает (а) определение балла выносливости к засухе у указанных линий растений и (b) ранжирование указанных линий растений на основании их соответствующей выносливости к засухе, определенной на стадии (а). В частности, ранжирование линий растений может представлять интерес для отбора гибридных линий с повышенной сельскохозяйственной и коммерческой ценностью. Кроме того, такое ранжирование может быть важным для отбора родительских линий в рамках селекционной программы, а также для оценивания потомства, полученного по указанной программе.

Абиотический стресс и, среди прочего, дефицит влаги являются одними из самых серьезных проблем для будущего производства сельскохозяйственных культур. Несмотря на то, что изменения в практике обработки почвы и ирригации могут улучшить производство путем сохранения воды, повышение генетической выносливости сельскохозяйственных культур к обусловленному засухой стрессу путем селекции считается важной стратегией для решения проблемы дефицита воды, в частности, поскольку потребление воды культурой маиса дорого обходится фермерам и оказывает отрицательное влияние на общественное мнение в отношении сельского хозяйства. Поэтому важно иметь возможность идентифицировать линии растений с повышенной выносливостью к засухе в результате проведения селекционных программ. Однако большинство представляющих интерес фенотипических признаков, таких как выносливость к засухе, являются количественными признаками. Используемая в данном документе фраза "количественный признак" относится к фенотипическому признаку, который можно описать с помощью цифр (т.е. определить количественно или выразить в количественной форме). Количественный признак, как правило, демонстрирует непрерывную изменчивость между индивидуумами в популяции; то есть различия в числовом значении фенотипического признака являются незначительными и переходят друг в друга. Зачастую распределение частот количественного фенотипического признака в популяции имеет колоколообразную кривую (т.е. наблюдается нормальное распределение между двумя крайними значениями). Количественный признак, как правило, обусловлен генным локусом, взаимодействующим с окружающей средой, или несколькими генными локусами (QTL), взаимодействующими друг с другом и/или с окружающей средой.

Выносливость к засухе, определяемая или прогнозируемая с помощью способов в соответствии с настоящим изобретением, можно применять в качестве признака для выполнения исследования генетической связи и для идентификации QTL выносливости к засухе.

Таким образом, согласно другому аспекту настоящее изобретение относится к способу идентификации QTL, ассоциированных с выносливостью к засухе у маиса, при этом указанный способ включает стадии:

i) определения или прогнозирования выносливости к обусловленному засухой стрессу у индивидуумов из популяции маиса согласно способам в соответствии с настоящим изобретением и

ii) идентификации по меньшей мере одного геномного маркера, который генетически связан с выносливостью к обусловленному засухой стрессу, определенной на стадии i).

Способ необязательно может включать предварительную стадию скрещивания двух или более родительских растений. В этом случае популяция из стадий i) и ii) является потомством от указанного скрещивания.

В качестве иллюстрации, авторы настоящего изобретения обнаружили, что 4 QTL являются ассоциированными с устойчивостью к засухе у маиса. Используемый в данном документе термин "локус количественного признака" (QTL) относится к связи между генетическим маркером и хромосомной областью и/или геном, которые влияют на фенотип представляющего интерес признака. Как правило, его определяют статистически; например, с применением одного или нескольких способов, опубликованных в литературе. QTL может являться хромосомной областью и/или генным локусом по меньшей мере с двумя аллелями, которые дифференциально влияют на экспрессию фенотипического признака (либо количественного признака, либо качественного признака). Присутствие любого из этих QTL связано с повышенной выносливостью к засухе, как определяется с помощью способа, описанного выше.

"Генетическое сцепление" в объеме настоящего изобретения понимают как относящееся к связи признаков при наследовании из-за близкого расположения генов в одной и той же хромосоме, измеряемой по процентному значению рекомбинации между локусами (в сантиморганах, сМ).

Каждый из указанных маркерных локусов можно легко идентифицировать путем выявления последовательностей, граничащих с указанным маркерным локусом. Указанное выявление можно осуществлять любыми средствами, известными специалисту в данной области. Способы выявления нуклеиновой кислоты в биологическом образце включают, помимо прочего, гибридизацию с меченым зондом, амплификацию, в том числе ПЦР-амплификацию, секвенирование и все остальные способы, известные специалисту в данной области. Выявление указанных последовательностей можно выполнять, в частности, с применением хорошо известных технологий, таких как количественная ПЦР, или технологий с применением микрочипа на основе нуклеиновой кислоты (в том числе микрочипов на основе кДНК и олигонуклеотидов). Такие технологии в настоящее время традиционно применяются специалистами в данной области, и, таким образом, не нуждаются в подробном описании в данном документе.

Следующие примеры являются исключительно иллюстрацией объема настоящего изобретения и содержания настоящего раскрытия. Специалист в данной области сможет разработать и выполнить многочисленные модификации приведенных ниже примеров без отступления от объема настоящего изобретения.

УСЛОВНЫЕ ОБОЗНАЧЕНИЯ К ФИГУРАМ

Фигура 1. Способ определения характеристик гибридов маиса в отношении выносливости к засухе на основании индекса стресса. Производительность гибридов коррелирует с интенсивностью обусловленного засухой стресса в сети мест проведения испытаний в отношении урожайности. Угловой коэффициент регрессии представляет собой балл выносливости к засухе. Для первого гибрида угловой коэффициент близок к нулю, стресс слабо влияет на урожайность, гибрид является выносливым к стрессу, для второго гибрида на урожайность влияет обусловленный засухой стресс, этот гибрид является чувствительным к стрессу.

Фигура 2. Оценивание гибридов в отношении балла выносливости к засухе и потенциальной урожайности.

Фигура 3. Корреляция между наблюдаемыми и прогнозируемыми датами цветения в 2013 году. 85% предсказанных значений находятся в пределах 2-дневной разницы от наблюдаемых значений.

Фигура 4. Классификация гибридов по баллу выносливости к стрессу и потенциальной урожайности. Гибриды, оцененные как чувствительные к засухе в 2012 году, по-прежнему чувствительны в 2013 году, тогда как гибриды, оцененные как выносливые к засухе в 2012 году, остались выносливыми в 2013 году.

ПРИМЕРЫ

1. Предпосылки

Целью первого исследования (Chapuis et al, 2012) была оценка гибридов кукурузы по выносливости к засухе с использованием корреляции между уровнем стресса и количеством семян на растение. Уровень стресса вычисляли с использованием усредненных значений с почвенных тензиометров за различные периоды, такие как цветение и налив зерна. Стресс, которому подвергались растения, характеризовали с использованием только значений с датчиков почвенной влаги. Более того, учитывали только индекс стресса, рассчитанный на протяжении периода цветения. Наконец, корреляцию между уровнем стресса и урожайностью признавали незначимой.

Количество семян на растение является лишь компонентом конечной урожайности. Количество растений на акр и масса тысячи зерен (TKW) являются двумя другими компонентами, учитываемыми при расчете урожайности. В действительности урожайность равна количеству семян на акр, умноженному на TKW. В количестве растений на акр отсутствует генетический компонент.

2. Исследовательский подход

Настоящий способ направлен на то, чтобы описать, насколько это возможно, выносливость линий маиса (гибридных или инбредных линий) к видам абиотического стресса и, более конкретно, к засухе, в том числе к дефициту почвенной влаги, дефициту влаги в воздухе и тепловому стрессу.

Данный способ основывается на двух основных аспектах:

- Используется возможность большой сети мест проведения испытаний для проведения анализа широкого диапазона стресса.

- Рассматривается прямая корреляция между урожайностью (вместо промежуточных компонентов урожайности) и уровнем стресса.

Другими словами, используется каждое отдельное место проведения эксперимента для оценивания данной отдельной линии в отношении выносливости к стрессу. Это приводит к экономии затрат в ограниченных специфических экспериментах с засухой.

Эксперименты по селекции растений, мониторинг условий окружающей среды

Оценивание выносливости к стрессу основывается на использовании сети мест проведения испытаний в отношении урожайности. Сеть мест проведения испытаний в отношении урожайности соответствует нескольким географически разделенным местам, в которых выращивают группу различных генотипов. Каждое место проведения эксперимента оснащено датчиками погоды, такими как датчики влаги, термометры, водомеры и/или метеорологические станции. Такие различные датчики дают информацию, используемую для определения характеристик видов абиотического стресса, которому подвергается растение за вегетационный период. Например, с помощью датчиков влаги контролируют почвенную влагу, доступную для культуры. Обусловленный засухой стресс, тепловой стресс, обусловленный дефицитом влаги в воздухе стресс и холодовой стресс являются примерами видов абиотического стресса, которые могут учитываться. Один пример испытания в отношении урожайности в сети приводится в Chapuis et al, 2012.

База данных применяется для хранения информации, собранной с помощью датчиков из каждого места проведения эксперимента. Затем данные можно организовать для автоматической передачи в централизованное место для анализа, такое как центральная база данных. Данные, собранные в этой базе данных, применяются машиной для выполнения анализа.

Собираются показатели измерения фенотипов признаков, в том числе морфологических, фенологических, физиологических признаков и признаков, связанных с ростом сельскохозяйственных культур. Также могут быть включены время цветения, урожайность и влажность при уборке. Как и информация с датчиков, показатели измерения фенотипов признаков хранятся в базе данных. Затем данные можно организовать для автоматической передачи в централизованное место для анализа, такое как центральная база данных. Данные, собранные в этой базе данных, используются машиной для выполнения анализа.

Машина для выполнения анализа извлекает соответствующую информацию как из баз данных об окружающей среде, так и из баз данных о фенотипах признаков и применяет вычислительные алгоритмы для вычисления индекса стресса на основании данных об окружающей среде и фенологических данных.

Показатели измерения, собранные с помощью датчиков, дают информацию о типе стресса, его интенсивности и периоде его наступления. В отношении фенологических стадий растений индекс стресса вычисляют для каждой комбинации линия (инбредной или гибридной) * место. Этот индекс является точным показателем интенсивности стресса, с которым сталкивается сорт в течение сезона. Например, один обусловленный засухой стресс будет иметь больше последствий, если он будет наступать во время цветения или после него, чем во время более ранних вегетативных стадий. Алгоритмы для вычисления индекса стресса будут описаны позже.

Определение наиболее чувствительных стадий для растения

Этот индекс стресса является показателем интенсивности обусловленного засухой стресса на наиболее чувствительных стадиях растения. Как описывается далее в данном документе, он вычисляется как взвешенная комбинация средних значений с тензиометров почвенной влаги, показателя обусловленного дефицитом влаги в воздухе стресса и теплового стресса в двух окнах термического времени в период, приблизительно соответствующий времени цветения, и во время налива зерна. Термическое время вычисляют в градусо-днях (dd) с использованием порогов 10°С и 30°С. Эти два окна термического времени описываются в таблице 1.

Таким образом, чтобы точно описать интенсивность стресса, с которым сталкивается конкретный гибрид, должна быть установлена дата цветения. В этом случае избегают систематической ошибки из-за эффекта смешения между избеганием стресса и выносливостью к стрессу. Балльная оценка цветения занимает много времени и невозможна в больших масштабах с десятками тысяч участков в каждом месте. Для решения этой проблемы был разработан смешанный подход, сочетающий как фенотипирование, так и моделирование. Этот подход заключается в балльной оценке некоторых генотипов и в моделировании остальных на основании совокупного термического времени. Таким образом, в подгруппе иллюстративных генотипов измерения цветения женских цветков выполняют во всех местах сети мест проведения испытаний в отношении урожайности. Для каждого генотипа, не включенного в эту подгруппу, цветение женских цветков измеряют по меньшей мере в одном месте. В настоящее время прогнозируются даты цветения всех генотипов по балльной оценке только 10% испытательных участков. На фигуре 3 показана корреляция между наблюдаемыми и прогнозируемыми датами цветения в 2013 году. Эти прогнозы затем применяют для точного вычисления двух окон термического времени, описанных выше.

Анализ данных

Обусловленный засухой стресс включает в себя различные компоненты, в том числе, например, дефицит почвенной влаги, дефицит влаги в воздухе, тепловой стресс и воздействие светового излучения. Для точного определения выносливости к засухе эти компоненты сначала оценивают по отдельности. Для каждого из этих компонентов, таким образом, можно вычислить индекс стресса, что приводит к определению выносливости к засухе.

Более конкретно, для одного гибрида, тестируемого в нескольких местах, получали как значение урожайности, так и значение индекса стресса для каждого места. По всей сети мест проведения испытаний выводили регрессию между значениями урожая и значениями индекса стресса для каждого гибрида. Угловой коэффициент этой линейной регрессии описывает выносливость к обусловленному засухой стрессу для данного отдельного гибрида. Чем более чувствителен к обусловленному засухой стрессу гибрид, тем ниже будет его урожайность в условиях стресса, и тем выше будет угловой коэффициент регрессии. Напротив, выносливый к стрессу гибрид будет иметь стабильные значения урожайности во всех стрессовых условиях. Действительно, его угловой коэффициент регрессии будет близким к нулю (фигура 1). Сеть мест проведения испытаний предлагает широкий спектр условий и оптимизирует возможность получить большое разнообразие уровней стресса. Этот широкий диапазон необходим для значимости и надежности модели регрессии. Качество модели регрессии измеряют посредством определения коэффициента R² регрессии (урожая на индекс стресса). Чем лучше индекс стресса описывает условия окружающей среды, тем выше R².

Уравнение регрессии можно записать следующим образом для каждого генотипа:

при этом "μ" представляет собой урожайность для индекса стресса, равного 0, эквивалентную потенциальной урожайности данного гибрида при отсутствии стресса; а "а" представляет собой балл выносливости к засухе для данного генотипа.

Урожайность, а не компоненты урожайности, такие как масса тысячи зерен или количество семян, является предпочтительной для вычисления балла выносливости к стрессу. Фактически, количество семян было бы хорошим показателем урожайности, если бы TKW не варьировалась между генотипами.

На панели инбредных линий, подвергнутых анализирующему скрещиванию с широко используемым тестером, выполняли дисперсионный анализ для тестирования эффекта генотипа в отношении TKW. Эту панель фенотипировали в трех местах с двумя уровнями ирригации для каждого из этих мест (условия хорошего увлажнения и условия ограничения воды). Дисперсионный анализ для массы тысячи зерен, а также для урожая зерна указывал на высокозначимые эффекты для участков и гибридов (таблица 2). Компонент TKW, как и количество семян на растение, является важной составляющей для объяснения урожая зерна. Селекция растений направлена на улучшение урожая зерна в условиях абиотического стресса. Оценивание сортов в отношении устойчивости к засухе следует проводить по конечному представляющему интерес коммерческому признаку, которым является урожайность.

Средние квадраты для массы тысячи зерен (TKW) и урожая зерна при условиях хорошего увлажнения и ограничения воды для панели гибридов, оцениваемых в трех местах, 2 обработки водой на место; "***" означает статистическую значимость при 0,001 для соответствующего источника.

В комбинации с потенциальной урожайностью гибриды можно оценить на основании их агрономических характеристик (потенциальной урожайности) и балла их выносливости к обусловленному засухой стрессу (фигура 2).

3. Пример 1. Индекс стресса на основании только дефицита почвенной влаги

На основании одного окна термического времени

Для определения того, какой фенологический период является наиболее важным для определения выносливости к засухе, определяли индекс стресса для каждого из указанных периодов и выводили регрессию между этим индексом стресса и урожаем. Затем эти регрессии можно сравнивать.

Время цветения является наиболее чувствительным к засухе периодом для маиса. Индекс стресса "IT_цветение" можно вычислить с использованием средних значений с датчиков влаги за время периода цветения.

Индекс IT_цветение вычисляли с помощью следующей формулы:

при этом "исходное " означает начало, а "конечное " означает окончание периода цветения, определенные в таблице 1, "IT_t" представляет собой значение с датчика почвенной влаги в единицу времени t, и "n" представляет собой количество единиц времени в периоде. Единица времени может быть определена как день или час.

В некоторых ситуациях в зависимости от эффектов места или года обусловленный засухой стресс наступает позже, и наиболее критическим периодом является налив зерна. Индекс стресса "IT_налив" можно вычислить с использованием средних значений с датчиков влаги за время периода налива зерна.

В этой схеме балл выносливости к засухе "а" для данного генотипа будет вычислен на основании следующего уравнения регрессии:

Сравнивают качество модели регрессии между этими двумя индексами стресса для шести групп гибридов (таблица 3). Для каждой из этих испытательных групп все составляющие группу гибриды тестировали в одних и тех же местах.

В таблице 3 кратко описано качество модели регрессии. В среднем индекс стресса на основании IT_налив является наиболее подходящим индексом для описания стресса, наступающего в сети мест проведения испытаний в отношении урожайности. Эта тенденция была особенно сильной в 2013 году, при этом обусловленный засухой стресс наступал главным образом после цветения растений кукурузы. В 2012 году обусловленный засухой стресс наступал раньше, и индекс стресса IT_цветение описывал значительную составляющую изменчивости урожая зерна.

Среднее значение R² представляет собой среднее значение каждого R², вычисленного из уравнения регрессии урожая зерна на индекс стресса для каждого гибрида в испытательной группе.

На основании фиксированной взвешенной комбинации окон термического времени

Эмпирически трудно узнать, когда наступит обусловленный засухой стресс. Для решения этой проблемы принято учитывать периоды как цветения, так и налива зерна. Таким образом, индекс стресса вычисляется как взвешенная комбинация средних значений с датчиков почвенной влаги в двух окнах термического времени в период, приблизительно соответствующий времени цветения, и во время налива зерна. Индекс стресса, таким образом, описывается как:

при этом α и β представляют собой значения веса, отвечающие следующему условию: α+β=1.

В этой схеме балл выносливости к засухе "а" для данного генотипа будет вычислен на основании следующего уравнения регрессии:

Согласно рекомендованной схеме α равняется 2/3, а β равняется 1/3. Эти значения показывают, что период цветения является в два раза более важным, чем период налива зерна. Это подтверждается в литературе, в которой говорится о том, что наиболее критической фенологической стадией в отношении чувствительности к засухе является период цветения. Эту комбинацию использовали для вычисления индекса стресса W_IT_1.

При этом тестировали и другие комбинации α и β, доведенные до хорошего соответствия урожая на индекс стресса. В новом индексе стресса W_IT_2 используется α, равный 1/3, и β, равный 2/3.

Согласно варианту осуществления можно получить другой индекс стресса в попытке максимально увеличить дисперсию углового коэффициента для реакции на тестируемые индексы стресса в модели регрессии со случайными эффектами.

В качестве альтернативы, другие индексы стресса можно получить путем идентификации предполагаемых индексов стресса с высокой корреляцией с нагрузками факторной аналитической модели, применяемой для определения характеристик генотипа с помощью паттернов взаимодействия с окружающей средой.

Среднее значение R² представляет собой среднее значение каждого R², вычисленного из уравнения регрессии урожая зерна на индекс стресса для каждого гибрида в испытательной группе.

В большинстве вариантов развития событий взвешенная комбинация IT_цветение и IT_налив обеспечивает лучшее качество модели регрессии. Во всех ситуациях взвешенная комбинация лучше, чем IT_цветение отдельно. В некоторых ситуациях IT_налив дает немного лучшие результаты, чем таковые для взвешенной комбинации. Но учет двух периодов в индексе стресса позволяет избежать неопределенности, связанной со сроками наступления обусловленного засухой стресса. Таким образом, общий индекс стресса является более стабильным по всем местам и условиям окружающей среды.

4. Пример 2. Индекс стресса на основании только обусловленного дефицитом влаги в воздухе стресса

Для достижения точности в описании индекса стресса вычисляют индекс обусловленного дефицитом влаги в воздухе стресса по тем же двум окнам термического времени в период, приблизительно соответствующий времени цветения, и во время налива зерна. Индекс обусловленного дефицитом влаги в воздухе стресса представляет собой среднее значение дефицита давления водяных паров по двум окнам термического времени в период, приблизительно соответствующий времени цветения, и во время налива зерна.

Индекс на основании VPD вычисляли с помощью следующей формулы:

при этом "исходное" означает начало, а "конечное" означает окончание представляющего интерес периода, определенные в таблице 1, "VPD_t" представляет собой значение VPD в единицу времени t, и "n" представляет собой количество единиц времени в периоде. Единица времени может быть определена как день или час.

Для сравнения, в таблице 5 представлено качество модели регрессии с использованием индекса стресса на основании только VPD, вычисленного во время цветения и во время налива зерна: VPD_цветение и VPD_налив.

Среднее значение R² представляет содой среднее значение каждого R², вычисленного из уравнения регрессии урожая зерна на индекс стресса для каждого гибрида в испытательной группе.

Что касается индекса дефицита почвенной влаги, использовали взвешенную комбинацию VPD_цветение и VPD_налив:

при этом γ и δ представляют собой значения веса, отвечающие следующему условию: γ+δ=1.

В этой схеме балл выносливости к засухе "а" для данного генотипа будет вычислен на основании следующего уравнения регрессии:

.

Согласно рекомендованной схеме γ равняется 2/3, а δ равняется 1/3. Эти значения показывают, что период цветения является в два раза более важным, чем период налива зерна. Это подтверждается в литературе, в которой говорится о том, что наиболее критической фенологической стадией в отношении чувствительности к засухе является период цветения.

Эту комбинацию использовали для вычисления индекса стресса W_VPD_1.

При этом тестировали и другие комбинации γ и δ, доведенные до хорошего соответствия урожая на индекс стресса. В новом индексе стресса W_VPD_2 используется γ, равный 1/3, и δ, равный 2/3.

Это отражает то, что в данный год основной стресс наступает во время налива зерна, а не во время цветения.

В таблице 6 представлено сравнение качества модели регрессии для взвешенных комбинаций индекса стресса, вычисленного для обусловленного дефицитом почвенной влаги стресса и для обусловленного дефицитом влаги в воздухе стресса.

Среднее значение R² представляет собой среднее значение каждого R², вычисленного из уравнения регрессии урожая зерна на индекс стресса для каждого гибрида в испытательной группе.

Индекс стресса на основании VPD является хорошим показателем для описания стресса, которому подвергаются растения. Качество модели регрессии аналогично качеству модели регрессии, полученной с использованием индекса на основании обусловленного дефицитом почвенной влаги стресса.

Этот результат не является неожиданным, поскольку обусловленный дефицитом почвенной влаги стресс и дефицит давления водяных паров тесно коррелируют. Засушливые периоды в большинстве случаев сопровождаются высокими температурами и сухим воздухом.

Тем не менее, эти два показателя частично дополняют описание стресса.

Фактически, корреляция между баллом выносливости к стрессу, вычисленному по W_IT_2, и баллом выносливости к стрессу, вычисленному по W_VDP_2, является более или менее сильной в зависимости от года (на фоне конкретных условий окружающей среды). Более низкая корреляция не обязательно связана с отсутствием корреляции между двумя индексами стресса W_IT_2 и W_VDP_2.

В таблице 7 приводится краткое описание этих корреляций.

5. Пример 3. Индекс стресса на основании дефицита почвенной влаги и обусловленного дефицитом влаги в воздухе стресса

На основании ранее полученных результатов комбинация дефицита почвенной влаги и обусловленного дефицитом влаги в воздухе стресса может представлять интерес для вычисления индекса стресса. В данной ситуации интеграцию этих двух видов стресса можно выполнить либо с использованием взаимодействия "тензиометрический индекс * VPD", либо с использованием линейной комбинации ранее определенных индексов W_IT и W_VPD.

- Индекс взаимодействия дефицита почвенной влаги и обусловленного дефицитом влаги в воздухе стресса вычисляли с помощью следующей формулы:

при этом "исходное " означает начало, а "конечное " означает окончание представляющего интерес периода, определенные в таблице 1, "VPD_t" представляет собой значение VPD в единицу времени t, "IT_t" представляет собой значение с датчиков влаги в единицу времени t, и "n" означает количество единиц времени в периоде.

Как указано выше, линейную комбинацию индекса вычисляли с использованием взвешенных комбинаций почва*воздух_{цветение} и почва*воздух_налив. Значения весов определяли согласно тем же правилам, что и ранее.

В этой схеме балл выносливости к засухе "а" для данного генотипа будет вычислен на основании следующего уравнения регрессии:

Этот балл будет описывать общую выносливость к стрессу у генотипа (без различия между выносливостью к обусловленному почвенной засухой стрессом и обусловленному воздушной засухой стрессом).

- Линейную комбинацию для дефицита почвенной влаги и обусловленного дефицитом влаги в воздухе стресса вычисляли с помощью следующей формулы:

при этом σ и τ зависят от генотипов. W_IT и W_VPD могут безразлично представлять собой W_IT_1 или W_IT_2, а также W_VPD_1 или W_VPD_2.

В данной схеме σ и τ представляют собой индивидуальные баллы выносливости к засухе для дефицита почвенной влаги и дефицита влаги в воздухе соответственно, для данного генотипа. Регрессия урожая зерна и индекса стресса определяется следующей формулой:

где общая выносливость к засухе определяется угловым коэффициентом регрессии.

В таблице 8 кратко описывается качество модели регрессии с использованием как дефицита воды, так и обусловленного дефицитом влаги в воздухе стресса. Поскольку интеграция двух видов стресса не всегда лучше во всех ситуациях, это привносит стабильность в качество модели регрессии. Другими словами, только дефицит почвенной влаги или только обусловленный дефицитом влаги в воздухе стресс может давать более высокое качество модели регрессии, чем интеграция обоих видов стрессов (испытательные группы А и F). Тем не менее, это преимущество зависит от конкретных условий окружающей среды, и стабильный индекс стресса в разных условиях является в высокой степени предпочтительным. Это должно соответствовать цели расчета индекса стресса, который является наиболее стабильным в разных окружающих ситуациях.

Что касается качества модели регрессии, то между линейной комбинацией и взаимодействием обусловленного дефицитом почвенной влаги стресса и обусловленного дефицитом влаги в воздухе стресса отсутствует значимое различие.

Среднее значение R² представляет собой среднее значение каждого R², вычисленного из уравнения регрессии урожая зерна на индекс стресса для каждого гибрида в испытательной группе.

6. Пример 4. Индекс стресса на основании дефицита почвенной влаги, обусловленного дефицитом влаги в воздухе стресса и теплового стресса

Тепловой стресс может представлять интерес для наилучшего описания видов абиотического стресса, наступающих в каждой среде. Индекс на основании теплового стресса можно вычислить с использованием следующей формулы:

при этом "исходное" означает начало, а "конечное" означает окончание представляющего интерес периода, определенные в таблице 1, "Tmax_t" представляет собой максимальную суточную температуру в единицу времени t, "Т" представляет собой температурный порог, и "n" представляет собой количество единиц времени в периоде.

Температурный порог определяют как более высокую температуру, выше которой наступает тепловой стресс. Этот порог устанавливали на 32°С. Однако этот порог может представлять собой любое значение от 25°С до 35°С.

Индекс теплового стресса также можно вычислить с использованием минимальной суточной температуры. В этом случае индекс на основании теплового стресса можно вычислить с помощью следующей формулы. Порог можно определить при любом уровне от 18°С до 25°С.

при этом "исходное" означает начало, а "конечное" означает окончание представляющего интерес периода, определенные в таблице 1, "Tmin_t" представляет собой максимальную суточную температуру в единицу времени t, "Т" представляет собой температурный порог, и "n" представляет собой количество единиц времени в периоде.

Как указано выше, линейную комбинацию индекса вычисляли с использованием взвешенной комбинации тепло_{цветение} и тепло_налив с получением индекса W_тепло, который может представлять собой либо W_ тепло_1, либо W_ тепло_2. Значения весов определяли согласно тем же правилам, что и ранее.

Интеграцию теплового стресса выполняли с использованием линейной комбинации определенных ранее индексов W_IT, W_VPD и W_тепло:

при этом σ, τ и θ зависят от генотипов. W_IT, W_VPD и W_тепло могут безразлично представлять собой W_IT_1 или W_IT_2, W_VPD_1 или W_VPD_2, а также W_тепло_1 или W_тепло_2.

В данной схеме σ, τ и θ представляют собой в последовательном порядке баллы выносливости к почвенной засухе, выносливости к засухе, сопровождающейся обусловленным дефицитом влаги в воздухе стрессом, и выносливости к засухе, сопровождающейся тепловым стрессом, для данного генотипа и вычисляются на основании следующего уравнения регрессии:

В таблице 8 кратко описывается качество модели регрессии с использованием этих трех видов стресса. За счет добавления теплового стресса в вычисление общего индекса стресса повышается качество модели регрессии.

Сводное описание вычисления индекса стресса

В таблице 9 собраны данные о качестве модели регрессии по каждому году. Это качество описывается с помощью среднего R² регрессии для каждого тестируемого генотипа за данный год. Для включения в данное сводное описание было необходимо, чтобы данный генотип был протестирован по меньшей мере в восьми географически разделенных местах.

Индекс стресса улучшается по сравнению с индексом, основанным только на дефиците почвенной влаги, вычисленным при цветении, если

- учитываются как период цветения, так и период налива зерна;

- вводится обусловленный дефицитом влаги в воздухе стресс; и

- к дефициту почвенной влаги и обусловленному дефицитом влаги в воздухе стрессу добавляется тепловой стресс.

Среднее значение R² представляет собой среднее значение каждого R², вычисленного из уравнения регрессии урожая зерна на индекс стресса для каждого гибрида.

7. Пример 5. Анализ QTL в двуродительской популяции

Баллы выносливости к обусловленному засухой стрессу, полученные с использованием любого из уравнений 3, 5, 8, 10, 12 и 16, можно использовать для проведения анализа генетической связи. Целью данного анализа является определение связи благоприятных аллелей, которые несут некоторые индивидуумы, с соответствующим поведением в аспекте выносливости к стрессу.

С целью тестирования двуродительскую популяцию из 258 индивидуумов подвергали анализирующему скрещиванию с тестером. Полученные гибриды тестировали в девяти географически разделенных местах в 2014 году.

Каждого индивидуума генотипировали на чипе Affimetrix с 7729 маркерами SNP-полиморфизма, равномерно распределенными по геному.

Выполняли анализ QTL с применением составного интервального картирования. Представляющими интерес признаками были урожай зерна, влажность зерна при уборке, скорректированный урожай зерна с учетом влажности и балл выносливости к засухе, вычисленный из уравн. 5. Использовали порог для балла LOD, равный 3, для идентификации QTL со значимым эффектом в отношении балла выносливости к засухе.

В таблице 10 кратко описываются результаты данного анализа. Идентифицировали четыре QTL с баллом LOD выше 3. Один из этих QTL располагается рядом с QTL для влажности зерна, урожая зерна и скорректированного урожая зерна в условиях отсутствия стресса.

Значение углового коэффициента тесно зависит от взаимодействий генотип * окружающая среда. Гибрид, который способен сохранять свою урожайность в стрессовых условиях окружающей среды, имеет угловой коэффициент, близкий к 0. Напротив, гибрид, который является высокоурожайным в условиях окружающей среды при отсутствии стресса и имеет среднюю или низкую урожайность в стрессовых условиях окружающей среды, характеризуется более высоким отрицательным значением углового коэффициента. Таким образом, предполагается выявление общего QTL для углового коэффициента и для урожайности в конкретных условиях окружающей среды (стрессовых или при отсутствии стресса). Тем не менее, не предполагается, что конститутивный QTL для урожайности (т.е. выявленный независимо от интенсивности стресса) будет располагаться рядом с QTL для углового коэффициента.

Другими словами, на основании этого теоретического подхода наличие общего QTL для углового коэффициента и урожайности в конкретных условиях подтверждает точность метода в соответствии с настоящим изобретением для определения характеристик генотипов в отношении выносливости к стрессу.

В дополнение к угловому коэффициенту, выполняли 2 анализа QTL в отношении урожайности в стрессовых условиях окружающей среды и в отношении урожайности в условиях окружающей среды при отсутствии стресса. Группу данных делили на 2 подгруппы: одна перегруппировка мест с высоким уровнем стресса (W_IT2>100; 3 места) и одна перегруппировка мест с отсутствием стресса (W_IT2<50; 3 места). 2 места с умеренным уровнем стресса исключали из анализа. Выявляли 4 QTL со значением LOD выше 3. Из них один QTL в хромосоме 1 выявляли как в стрессовых условиях окружающей среды, так и в условиях окружающей среды при отсутствии стресса (значение LOD = 5,6 в стрессовых условиях окружающей среды и значение LOD = 6 в условиях окружающей среды при отсутствии стресса).

Однако, QTL с более высоким LOD (значение LOD = 10,7) выявляли в хромосоме 3 только в условиях окружающей среды при отсутствии стресса. Этот QTL располагается рядом с QTL3 для углового коэффициента и представляет собой QTL, который объясняет большую дисперсию как для углового коэффициента, так и для урожайности. Это является подтверждением того, что индекс стресса является инструментом для определения характеристик и ранжирования генотипов по выносливости к стрессу.

Кроме того, способ позволяет дифференцировать выносливость к стрессу в зависимости от типа стресса (природы стресса или фенологической стадии). Выполнение анализа QTL в отношении балла выносливости к засухе, вычисленного по индивидуальному индексу стресса, дает информацию о специфической выносливости. Действительно, некоторые QTL могут относиться к специфической выносливости к обусловленному VPD стрессу (во время цветения или во время налива зерна), а другие относятся к специфической выносливости к обусловленному засухой стрессу, наступающему во время налива зерна.

8. Пример 6. Ассоциативное генетическое картирование в панели линий

Панель из 284 инбредных линий подвергали анализирующему скрещиванию с общим тестером. Полученные гибриды тестировали в 13 условиях. Одно условие представляет собой комбинацию место * год * ирригационная обработка. Ирригационная обработка может представлять собой условие хорошего увлажнения или условие ограничения воды.

Каждого индивидуума генотипировали на чипе Affimetrix 50K с маркерами SNP, равномерно распределенными по геному.

Исследование по ассоциативному картированию выполняли с применением смешанной линейной модели. Представляющими интерес признаками были урожай зерна, влажность зерна при уборке, скорректированный урожай зерна с учетом влажности и балл выносливости к засухе, вычисленный из уравн. 3 и из уравн. 5. Порог для -log 10 (р-значения), равный 3, использовали для идентификации генетических маркеров со значимым эффектом в отношении балла выносливости к засухе.

В таблице 11 кратко описываются результаты данного анализа. Шесть зон идентифицировали как значимые по меньшей мере для одного из баллов выносливости к засухе, вычисленных из уравн. 3 и уравн. 5. Три из этих зон расположены рядом с зонами, идентифицированными для урожая зерна или скорректированного урожая зерна.

ПЕРЕЧЕНЬ ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ

Chapuis et al, 2012, Europ. J. Agronomy 42, 59-67

Bolanos and Edmeades, 1993, Field Crops Res. 31, 233-252

Bruce et al., 2002, J. Exp. Bot. 53, 13-25

Duvick, 2005, Adv. Agron. 86, 83-145

Messina et al, 2011, J. Exp. Bot. 62, 855-868

Tardieu and Tuberosa, 2010, Curr. Opin. Plant Biol. 13, 206-212

Tardieu et al., 2014, Plant Physiology 164(4), 1628-1635

Welcker et al, 2011, Plant Physiology 157(2), 718-729

Schaeffer, 2004, Livestock Production Science 86, 35-45

Lillehammer et al, 2007, Genet. Sel. Evol. 39, 105-121

Группа изобретений относится к области сельского хозяйства, в частности к растениеводству. Способ включает стадии: a) высевания указанной линии маиса в нескольких местах; b) определения индекса стресса для каждого места из стадии a), где определение индекса стресса предусматривает измерение одного параметра окружающей среды с равными интервалами на протяжении по меньшей мере одного периода времени; c) измерения урожая зерна указанной линии маиса для каждого места из стадии a); d) вычисления линейной регрессии между индексом стресса из стадии b) и урожаем зерна из стадии c); e) определения выносливости к засухе на основании регрессии из стадии d). В способе прогнозируют выносливость к засухе у нефенотипированной линии маиса с вычислением линейной регрессии между индексом стресса и урожаем зерна с применением модели со случайными эффектами, интегрирующей информацию о родственнике(родственниках) указанной линии маиса, для которых это вычисление выполняли ранее, предпочтительно с включением фенотипических данных, а также молекулярных маркеров и/или родословной. В способе сравнивают две или более линии растений маиса, с включением стадии определения выносливости к засухе у каждой из указанных линий растений, являющихся объектами сравнения, согласно способу по любому из пп. 1-11 или прогнозирования выносливости к засухе у каждой из указанных линий растений, являющихся объектами сравнения, согласно способу по п. 12. Сравнивают значения выносливости к засухе у одной линии растений маиса со значением выносливости к засухе, определенной у другой(других) линии(линий) растений маиса. В способе осуществляют идентификацию QTL, ассоциированных с выносливостью к засухе у маиса. Включает стадии: i) определения выносливости к засухе у индивидуумов из популяции маиса согласно любому из пп. 1-11 или прогнозирования выносливости к засухе у индивидуумов из популяции маиса согласно п. 12; ii) идентификации по меньшей мере одного геномного маркера, который генетически связан с выносливостью к засухе, определенной на стадии i). Изобретения позволяют определять выносливость к засухе. 4 н. и 10 з.п. ф-лы, 11 табл., 6 пр.

1. Способ определения выносливости к засухе у линии маиса, при этом указанный способ включает стадии:

a) высевания указанной линии маиса в нескольких местах;

b) определения индекса стресса для каждого места из стадии a), где определение индекса стресса предусматривает измерение одного параметра окружающей среды с равными интервалами на протяжении по меньшей мере одного периода времени;

c) измерения урожая зерна указанной линии маиса для каждого места из стадии a);

d) вычисления линейной регрессии между индексом стресса из стадии b) и урожаем зерна из стадии c);

e) определения выносливости к засухе на основании регрессии из стадии d).

2. Способ по п. 1, где указанная линейная регрессия из стадии (d) представляет собой линейную регрессию со случайным(случайными) эффектом(эффектами), которая интегрирует информацию о родственнике(родственниках) указанной линии маиса с включением фенотипических данных, а также молекулярных маркеров и/или родословной.

3. Способ по п. 1 или 2, где указанный индекс стресса представляет собой среднее значение для показателей измерения указанного параметра окружающей среды в единицу времени на протяжении указанного по меньшей мере одного периода времени.

4. Способ по любому из пп. 1-3, где указанный параметр окружающей среды измеряют с равными интервалами на протяжении периода времени, приблизительно соответствующего времени цветения, и на протяжении периода времени, охватывающего налив зерна.

5. Способ по любому из пп. 1-4, где указанный индекс стресса определяют с помощью уравнения:

индекс стресса = W_EP = α * EP_цветение + β * EP_налив,

где

при этом “исходное” означает начало, а “конечное” означает окончание периода цветения, “EPt” представляет собой значение показателя измерения указанного параметра окружающей среды в единицу времени t, и “n” представляет собой количество единиц времени за период; и

при этом “исходное” означает начало, а “конечное” означает окончание периода налива зерна, “EPt” представляет собой значение показателя измерения указанного параметра окружающей среды в единицу времени t, и “n” представляет собой количество единиц времени за период; и α и β представляют собой значения веса комбинации, при этом α + β = 1.

6. Способ по п. 5, где значения α и β рассчитывают путем расчета индекса стресса для года проведения эксперимента в выборке известных линий и определения лучших значений α и β для данного года проведения эксперимента.

7. Способ по любому из п. 5 или 6, где значения α и β рассчитывают путем расчета индекса стресса для выборки линий и применения модели сельскохозяйственной культуры для содействия определению лучших значений α и β для применения в полном эксперименте.

8. Способ по любому из пп. 1-7, где регрессию из стадии d) определяют с помощью уравнения: урожай зерна = μ + a * W_EP, где μ представляет собой урожайность для индекса стресса, равного 0, эквивалентную потенциальной урожайности данного гибрида при отсутствии стресса, и a представляет собой выносливость к засухе.

9. Способ по любому из пп. 1-8, где определение указанного индекса стресса предусматривает измерение по меньшей мере одного другого параметра окружающей среды.

10. Способ по любому из пп. 1-9, где регрессию из стадии d) определяют с помощью уравнения: урожай зерна = μ + a₁ * W_EP₁ + a₂ * W_EP₂ +… + a_m * W_EP_m, где каждый из W_EP₁, W_EP₂… W_EP_m представляет собой индекс стресса для одного из m параметров окружающей среды, и a₁, a₂, …, a_m представляют собой соответствующие m индивидуальных значений выносливости к засухе для каждого из параметров окружающей среды, при этом m представляет собой целое число, равное или превышающее 2.

11. Способ по любому из пп. 1-10, где указанный параметр окружающей среды выбран из перечня, состоящего из индекса почвенной влаги, дефицита давления водяных паров, теплового стресса и светового излучения.

12. Способ прогнозирования выносливости к засухе у нефенотипированной линии маиса, при этом указанный способ включает вычисление линейной регрессии между индексом стресса и урожаем зерна с применением модели со случайными эффектами, интегрирующей информацию о родственнике(родственниках) указанной линии маиса, для которых это вычисление выполняли ранее, предпочтительно с включением фенотипических данных, а также молекулярных маркеров и/или родословной.

13. Способ сравнения двух или более линий растений маиса, при этом указанный способ включает стадию определения выносливости к засухе у каждой из указанных линий растений, являющихся объектами сравнения, согласно способу по любому из пп. 1-11 или прогнозирования выносливости к засухе у каждой из указанных линий растений, являющихся объектами сравнения, согласно способу по п. 12, и сравнение значения выносливости к засухе у одной линии растений маиса со значением выносливости к засухе, определенной у другой(других) линии(линий) растений маиса.

14. Способ идентификации QTL, ассоциированных с выносливостью к засухе у маиса, при этом указанный способ включает стадии:

i) определения выносливости к засухе у индивидуумов из популяции маиса согласно любому из пп. 1-11 или прогнозирования выносливости к засухе у индивидуумов из популяции маиса согласно п. 12;

ii) идентификации по меньшей мере одного геномного маркера, который генетически связан с выносливостью к засухе, определенной на стадии i).