0,00 HUF

Nincsenek termékek a kosárban.

2026. július 18.

Számítógépes modellekkel gyorsítható a szójanemesítés: éveket nyerhetnek a gazdák

DNS-alapú számítógépes modellekkel éveket lehet nyerni a szójanemesítésben. Az új, olcsóbb technológia gyorsabban és kisebb költséggel juttatja el a nagy hozamú szójafajtákat a gazdákhoz.

Nem kell évtizedeket várni az új, nagy hozamú és kiváló beltartalmi értékű szójafajtákra. Egy friss amerikai kutatás szerint az olcsóbb és egyszerűbb számítógépes programok is képesek a növények DNS-éből hajszálpontosan megjósolni, melyik fajta válik be a szántóföldön. Ez a technológia drasztikusan lefaragja a nemesítés költségeit és idejét.

A tanulmány elolvasható a PLOS one oldalán

A szójanemesítés egyik legnagyobb kihívása, hogy az olyan összetett tulajdonságokat, mint a termőképesség, az olaj- és fehérjetartalom vagy az érésidő, erősen befolyásolja az időjárás és a talaj. A hagyományos módszerekkel a szakembereknek több termőhelyen, éveken át kell tesztelniük a növényeket a szántóföldön, ami rengeteg időt és pénzt emészt fel. Az Iowa Állami Egyetem kutatói most azt vizsgálták meg, hogyan lehet a növények genetikai adataira támaszkodva felgyorsítani és olcsóbbá tenni ezt a folyamatot.

forrás: Pixabay.com

Jövőbelátás DNS-mintából

A modern nemesítésben a kutatók már a csíranövény pici levélmintájából, a molekuláris markerek (a DNS jelzőpontjai) alapján meg tudják becsülni, hogy az adott növényből jó fajta lesz-e. Így már azelőtt rangsorolhatják a jelölteket, hogy azok egyáltalán kifejlődnének és termést hoznának a földeken. A kutatásban két teljes tenyészidőszak nyolc különböző helyszínéről származó adatát használták fel, hogy teszteljék a módszer pontosságát.

Az olcsóbb szoftver is tökéletesen működik

A kutatók hat különböző számítógépes előrejelző programot és gépi tanulási eljárást hasonlítottak össze. Bár a méregdrága, óriási számítási kapacitást igénylő modellek bizonyos helyzetekben hajszálnyival pontosabbak voltak, az egyszerűbb és kisebb számítógépes igényű, úgynevezett rrBLUP statisztikai modell teljesítménye végig stabil maradt. A szakemberek szerint ez a legpraktikusabb választás a közfinanszírozású és a kisebb költségvetésű nemesítési programok számára, mert nem igényel szuperszámítógépeket.

Ráadásul az is kiderült, hogy a számítógépes modell betanításához nincs szükség az összes növény méregdrága laborvizsgálatára. Ha az állománynak csak a 80 százalékát tesztelik le, a gép abból is maximális pontossággal képes megjósolni a maradék 20 százalék tulajdonságait. A felszabaduló pénzt és munkaerőt így több kísérleti helyszínre vagy újabb tulajdonságok vizsgálatára lehet fordítani.

Kevesebb kísérleti helyszín is elég

A szántóföldi kísérletek száma drasztikusan csökkenthető. Míg a terméshozamot erősen befolyásolja az aktuális környezet és az időjárás, addig a szója olaj- és fehérjetartalma, valamint az érésideje sokkal inkább genetikailag kódolt. A kutatók igazolták, hogy mindössze öt jól megválasztott kísérleti helyszín adatai már tökéletesen elegendők ahhoz, hogy a számítógép megbízható előrejelzést adjon a növények várható teljesítményéről.

szója, kukorica, aratás
(Fotó. MMG Archív)

Megoldás a „szója-átokra”

A nemesítők legnagyobb problémája a szójánál az, hogy az olaj- és a fehérjetartalom között negatív kapcsolat van: ha az egyik nő, a másik rendszerint csökken. A vizsgált számítógépes módszerek egyike sem tudta egyszerre növelni a termést, az olaj- és a fehérjetartalmat is. A kutatók által alkalmazott rangsoralapú index viszont megtalálta az arany középutat: úgy növelte a termőképességet és az olajtartalmat, hogy közben a fehérjetartalom visszaesése minimális maradt.

A tanulmány egyértelmű üzenete a vetőmag-előállítók és nemesítők számára az, hogy a genetikai alapú számítógépes tervezés már a kisebb laboratóriumok számára is elérhető valóság. Az eljárás révén a gazdák sokkal gyorsabban juthatnak hozzá a piacképesebb, klímatűrőbb és stabilabb hozamú szójafajtákhoz.

A tanulmány elolvasható a PLOS one oldalán
Forrás: POLS One
·Mizsei Károly
·Mizsei Károly
Onlineüzletág-vezető. 2018-ban került a magyarmezogazdasag.hu-hoz szerkesztőként. Előtte néhány évig szabadúszó újságíróként tevékenykedett, elsősorban az élelmiszeripart érintő témákban írt. Korábban négy évig volt a JOY szerkesztője, rendszeresen írt a Playboyba és a CKM-be, egy időben szerkesztette az Active Beauty magazint, karrierjét a Maxima magazinnál kezdte. Specialitása a szórakoztató tartalom készítése. A Magyar Mezőgazdaság csapatát elsősorban magazinos újságírásra fókuszáló tudásával, tapasztalataival erősíti.
Onlineüzletág-vezető. 2018-ban került a magyarmezogazdasag.hu-hoz szerkesztőként. Előtte néhány évig szabadúszó újságíróként tevékenykedett, elsősorban az élelmiszeripart érintő témákban írt. Korábban négy évig volt a JOY szerkesztője, rendszeresen írt a Playboyba és a CKM-be, egy időben szerkesztette az Active Beauty magazint, karrierjét a Maxima magazinnál kezdte. Specialitása a szórakoztató tartalom készítése. A Magyar Mezőgazdaság csapatát elsősorban magazinos újságírásra fókuszáló tudásával, tapasztalataival erősíti.