La crescita della popolazione mondiale, l’aumento della domanda di proteine di alta qualità, i cambiamenti climatici e l’instabilità geopolitica hanno esercitato una crescente pressione sulla produzione alimentare. Parallelamente, importanti innovazioni tecnologiche—tra cui automazione, sequenziamento ad alta processività e intelligenza artificiale—hanno guidato la transizione verso un miglioramento genetico delle colture sempre più basato su tecnologie avanzate (breeding 4.0), con le specie poliploidi ancora in ritardo rispetto a quelle diploidi.
POLYPLOIDBREEDING 4.0 si focalizzerà sull’integrazione di fenotipizzazione e genotipizzazione ad alta processività in orzo (diploide) e frumento (tetraploide ed esaploide), a supporto di approcci di breeding basati sull’intelligenza artificiale. Il progetto genererà e integrerà dati multiomici (genomica, fenomica, enviromica), inclusi dati da UAV, fenotipizzazione radicale e dati di sequenziamento.
Metodi di machine learning, in particolare deep learning, verranno applicati alla predizione genomica e fenomica. Nell’arco di due anni, il progetto produrrà nuovi dati, svilupperà modelli e strumenti per l’integrazione dei dati e affinerà i risultati attraverso esperimenti mirati, contribuendo al miglioramento delle strategie di breeding.
Risultati attesi
Gli esperimenti previsti saranno completati, includendo la fenotipizzazione UAV su tre specie cerealicole, la caratterizzazione dell’apparato radicale mediante rizotroni, la genotipizzazione SNP con array 26K e l’integrazione di dati di sequenziamento genomico derivanti da iniziative pangenomiche internazionali.
Le attività sperimentali, condotte sia in campo sia in condizioni controllate, genereranno dataset fenotipici e genotipici ad alta processività, permettendo un’analisi approfondita della variabilità genomica, dei tratti radicali e delle interazioni genotipo–ambiente.
Questi risultati contribuiranno allo sviluppo di modelli predittivi avanzati e al miglioramento delle strategie di selezione genetica.
Dettagli del progetto
- Programma di finanziamento: PRIN 2022
- D.D. del MUR : 104 del 02/02/2022
- Codice progetto MUR: 2022BACN8A
- CUP: J53D23003090006
- Contributo al DISTAL: € 91.085,00
- Durata: 28/9/2023 - 27/02/2026
- Coordinatore: CNR
- Responsabile Scientifico: Elisabetta Frascaroli