Een onderzoeksteam heeft aangetoond dat op genen gebaseerde veredeling (GBB) een transformatieve benadering biedt voor het bevorderen van de planten- en dierenveredeling, waarbij opmerkelijke voorspelbaarheid, snelheid en kosteneffectiviteit worden getoond. De review benadrukt de impact van GBB op het verbeteren van de genetica van gewassen en vee, en legt tegelijkertijd de basis voor moleculaire precisielandbouw en medicijnen.
Deze strategische integratie van genomica in de fokkerij en de gezondheidszorg zou de kwaliteit en efficiëntie van de mondiale voedselvoorziening en gezondheidszorg aanzienlijk kunnen verbeteren, wat een cruciale verschuiving zou betekenen van traditionele methoden naar meer gerichte, op genen gebaseerde strategieën.
Te midden van de snel groeiende wereldbevolking en de klimaatverandering zijn de voedselproductie en -veiligheid naar voren gekomen als cruciale mondiale uitdagingen. De dramatische klimaatveranderingen, zoals stijgende temperaturen en onvoorspelbare regenval, verergeren deze uitdagingen en dwingen de landbouwsector tot innovatieve manieren om de voedselvoorziening in stand te houden en te vergroten.
De consensus onder onderzoekers is dat het ontwikkelen van genetisch verbeterde gewasvariëteiten en veesoorten een duurzame oplossing biedt. Verschillende moleculaire technieken zijn cruciaal, waarbij GBB bijzonder effectief is voor het ontwikkelen van nieuwe rassen met volledige intellectuele eigenschappen.
Een onderzoek gepubliceerd in Tropical Plants gaat uitgebreid in op GBB, waarbij de transformerende impact ervan op de ontwikkeling van gewasvariëteiten en veesoorten wordt benadrukt.
GBB maakt gebruik van geavanceerde kunstmatige intelligentie om elke fase van de fokcyclus te optimaliseren – van ouderselectie tot evaluatie van nakomelingen – met behulp van genetische markers zoals SNP's en InDels om de besluitvorming te stimuleren.
Deze aanpak presteert aanzienlijk beter dan traditionele methoden in termen van snelheid, nauwkeurigheid en kostenefficiëntie. Bijzonder opmerkelijk zijn de toepassingen van GBB in katoen en maïs, waar het een belangrijke rol heeft gespeeld bij het verbeteren van de vezellengte en de graanopbrengst. Bij katoen hebben onderzoeken met GBB een voorspellingsnauwkeurigheid voor de vezellengte van 0,83–0,86 bereikt, wat sterk correleert met werkelijke fenotypes en superieure prestaties aantoont ten opzichte van genomische selectiemethoden.
Op vergelijkbare wijze heeft de integratie van GBB bij maïs de voorspelling van de opbrengst van ingeteelde lijngraan en F1-hybrideprestaties met hoge betrouwbaarheid mogelijk gemaakt, wat een aanzienlijke verbetering oplevert ten opzichte van conventionele selectiemethoden.
Deze review benadrukt ook de bredere implicaties van GBB voor moleculaire precisielandbouw en de medische wetenschap, wat suggereert dat deze technologie een revolutie teweeg zou kunnen brengen in domeinen buiten de landbouw. Het potentieel om deze methodologieën aan te passen aan de menselijke en diergeneeskunde zou bijvoorbeeld kunnen leiden tot doorbraken in de genotypische geneeskunde, waarbij meer gepersonaliseerde en effectieve behandelingen worden aangeboden op basis van genetische profielen.
Volgens de onderzoeker van het onderzoek, prof. Hong-Bin Zhang, "kan GBB een revolutionaire technologie zijn voor het veredelen van alle veldgewassen, groentegewassen, fruitbomen en vee voor zuivere variëteiten (of stammen) of hybride variëteiten, maar Tot nu toe is er slechts een voorlopig GBB-systeem opgezet in maïs en katoen. Aanvullend onderzoek is nodig om de GBB in maïs en katoen te ontwikkelen tot robuuste GBB-systemen die geschikt zijn voor verbeterde veredeling in verschillende omgevingen en populaties in verschillende fokprogramma's."
Over het geheel genomen benadrukt dit overzicht dat GBB een baanbrekende vooruitgang in de genetische wetenschap vertegenwoordigt, met de kracht om zowel de landbouwproductie als medische behandelingen aanzienlijk te verbeteren door middel van nauwkeurige genetische manipulatie en analyse.