आकाश से फेनोटाइपिंग: विरल आलू परीक्षण में यूएवी-आधारित पर्यावरणीय कर्नेल जीनोमिक डेटा से बेहतर प्रदर्शन करते हैं

जलवायु परिवर्तन के कारण वार्षिक मौसम परिवर्तनशीलता बढ़ने से, पादप प्रजनकों पर विविध वातावरणों में अधिक जीनोटाइपों का मूल्यांकन करने का दबाव बढ़ रहा है, साथ ही साथ फेनोटाइपिंग लागत को भी नियंत्रण में रखना है। विरल परीक्षण—प्रत्येक स्थान पर केवल कुछ जीनोटाइपों का आकलन करना—एक व्यावहारिक समाधान प्रदान करता है, लेकिन इसके लिए लापता डेटा को भरने के लिए मजबूत पूर्वानुमान मॉडल की आवश्यकता होती है। एक नए अध्ययन में प्रकाशित जानकारी के अनुसार, वैज्ञानिक रिपोर्ट यह दर्शाता है कि ड्रोन इमेजरी से प्राप्त हाई-थ्रूपुट फेनोटाइपिंग (एचटीपी) ऐसे परिदृश्यों में जीनोमिक जानकारी के एक शक्तिशाली विकल्प के रूप में कार्य कर सकती है। तीन स्वीडिश वातावरणों (2020-2021 के दौरान दो स्थानों) में 256 आलू क्लोनों पर काम कर रहे शोधकर्ताओं ने यूएवी-आधारित आरजीबी छवियों से समय-एकीकृत वनस्पति सूचकांक, कैनोपी कवर और पौधे की ऊंचाई निकाली। इन छवि-व्युत्पन्न लक्षणों पर प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) का उपयोग करते हुए, उन्होंने एक "पर्यावरणीय कर्नेल" (ई-कर्नेल) का निर्माण किया जो परीक्षण स्थलों के बीच समानता को मापता है और 10% से 66% तक के डेटा विरलता स्तरों के तहत मानक जीनोमिक संबंध मैट्रिक्स (जी-कर्नेल) के विरुद्ध इसके पूर्वानुमान प्रदर्शन की तुलना की।

परिणाम आश्चर्यजनक हैं: 50% डेटा पूर्णता वाले दो-पर्यावरण परिदृश्यों में, ई-कर्नेल ने सभी लक्षणों में जी-कर्नेल और उनके संयोजन दोनों से कहीं बेहतर प्रदर्शन किया, जिससे कुल कंद उपज की भविष्यवाणी सटीकता में 60% और 50-60 मिमी आकार के अंश की भविष्यवाणी सटीकता में 62% की वृद्धि हुई। 33% पूर्णता पर, स्टार्च की मात्रा एकमात्र ऐसा लक्षण था जिसका r² > 0.5 था, और केवल ई-कर्नेल ने ही यह स्तर प्राप्त किया। जीनोमिक कर्नेल केवल अत्यधिक विरलता (10-20%) की स्थिति में अधिक मजबूत साबित हुआ, जबकि पारंपरिक मौसम संबंधी सहचरों ने आस-पास के स्थानों के बीच अंतर करने की सीमित क्षमता दिखाई। विशेष रूप से, जी और ई कर्नेल को संयोजित करने से भविष्यवाणियों में सुधार नहीं हुआ, जो अतिव्यापी जानकारी का संकेत देता है। लेखक सीमाओं को स्वीकार करते हैं - नमूना आकार छोटा होना और पर्यावरणीय रिसाव - लेकिन इस बात पर जोर देते हैं कि छवि-आधारित पर्यावरणीय कर्नेल लागत प्रभावी, विस्तार योग्य और विशेष रूप से चतुर्गुणित आलू जैसी धीमी गति से चक्रित होने वाली फसलों के लिए मूल्यवान हैं। यह दृष्टिकोण संसाधन-सीमित प्रजनन कार्यक्रमों में आनुवंशिक लाभ को गति देने के लिए एक व्यावहारिक मार्ग प्रदान करता है, विशेष रूप से उपज से संबंधित लक्षणों के लिए, जबकि पुन: प्रयोज्य एचटीपी डेटा के माध्यम से फेनोटाइपिंग के बोझ को कम करता है।