Om prosjektet

Dette prosjektet utvikler et digital tvilling-forsterket fenotypingsrammeverk for å kvantifisere og predikere nitrogenutnyttelse (NUE) i fôrgras og havre.

Ved å integrere TraitFinders høyoppløselige 3D-fenotyping med dronebasert feltsensing og genomikk vil vi simulere egenskapsdynamikk under varierende nitrogenregimer og identifisere det genetiske grunnlaget for NUE.

Tilnærming: Protokoller for sanntids NUE-fenotyping etablert i TraitFinder vil mate digitale tvillingmodeller som simulerer plantens respons på nitrogenvariasjon. Drivhusprediksjoner vil valideres mot drone- og sensordata fra feltforsøk i flerårig raigras og havre. GWAS vil identifisere genomiske regioner som ligger til grunn for NUE-egenskaper, og genomredigerte NUE-mutanter fra NitroGenEdit og DLT-Farming vil fenotypes i kontrollerte miljøer for å bekrefte genfunksjon.

Resultat: En validert fenotype-til-genotype-pipeline som kobler simulering i kontrollerte miljøer, feltsensing og kausal gen-oppdagelse for å akselerere foredling av nitrogeneffektive fôr- og kornvekster.

• Bakgrunn

  Nitrogengjødsling er en bærebjelke i moderne planteproduksjon, men kun 30–50 % av tilført N gjenfinnes i høstet biomasse — resten tapes gjennom utvasking, N₂O-utslipp og økonomisk sløsing (Mueller et al., 2012; Zhang et al., 2015). Forbedret nitrogenutnyttelse (NUE) er derfor både en miljømessig og økonomisk nødvendighet, spesielt for fôrgrasene og kornvekstene som utgjør ryggraden i norsk husdyrfôr, der sektoren må levere høyere avlinger med reduserte innsatsfaktorer.

  For å møte denne utfordringen vil vi ta i bruk Norsk infrastruktur for planteforskning (PheNo) og det nylig installerte TraitFinder-systemet, en multispektral 3D-laserskanner som muliggjør daglig, ikke-invasiv måling av kronearkitektur, klorofyllstatus og biomasseakkumulering. Kontrollerte drivhusforsøk med diverse genotyper av flerårig raigras (Lolium perenne) og havre (Avena sativa) under lave, standard og høye N-regimer vil generere et høyoppløselig datasett av NUE-egenskaper uten sidestykke (Garnett et al., 2009) og etablere TraitFinder som en sentral forsknings- og undervisningsressurs ved NMBU.

• Mål

  Dette prosjektet vil utvikle et digital tvilling-forsterket fenotypingsrammeverk for å kvantifisere, simulere og predikere nitrogenutnyttelse (NUE) i fôrgras og havre.

  Ved å integrere TraitFinder-basert 3D-fenotyping, dronefeltsensorer og genomiske data vil prosjektet (i) etablere protokoller for sanntids NUE-fenotyping, (ii) bygge digitale tvillingmodeller fra 3D-punktskyer for å simulere egenskapsdynamikk, (iii) validere drivhusprediksjoner mot feltmålinger i flerårig raigras og havre, (iv) identifisere genomiske regioner som styrer NUE gjennom GWAS, og (v) bekrefte genfunksjon ved å fenotype genomredigerte NUE-mutanter fra NitroGenEdit-, DLT-Farming prosjektene.

  

• Deltakere

  NMBU deltakere

  Eksterne deltakere

  Dr. Bruno Rodrigrues Alves, Embrapa, Brazil