Projektdetaljer

Beskrivelse

Forædling af planter og dyr er i gang med en revolution, hvor forædling baseret i større grad på bestemmelse af genotyper og forudsigelse (prædiktion) af fænotyper og kun i mindre grad på observerede fænotyper bliver brugt. Fordelen er, at man kan undlade at bruge tid og penge på at gro og analysere planter som er underlegne. Da man analyserer ca. 250000 underlegne planter for hver gang man finder en enkelt ny sort, så er det et enormt væsentligt fremskridt. Hvor forædling af grise og køer for længst er overgået til prædiktionsbaseret forædling har det haltet bagefter med planter i almindelighed og kartofler i særdeleshed. Det skyldes først og fremmest at den genetiske diversitet som skal modelleres i de prædiktive algoritmer er meget større for kartofler end for andre plante- og dyreafgrøder. Vi har vi i andre forskningsprojekter vist, at vi kan udvikle præcise prædiktive algoritmer for kartofler på trods af den store genetiske diversitet. Dette projekt sigter på, at udvide robustheden af de prædiktive algoritmer, dvs. algoritmernes evne til at forudsige ydeevnen af kartofler, som ikke er umiddelbart i familie med de kartofler som indgik i udviklingen af de oprindelige algoritmer. Dette er centralt for kartofler netop pga. deres høje genetiske diversitet. Projektet bygger på en fortsættelse hos Danespo af kartoffelforædlingen fra LKF og vi vil i dette projekt gøre brug af en væsentligt eksisterende ressource, netop alle de fænotypedata, samt det kartoffelmateriale som allerede eksisterer hos LKF
AkronymGenPred
StatusAfsluttet
Effektiv start/slut dato01/01/201731/12/2017

Finansiering

  • Kartoffelafgiftsfonden: kr 660.200,00