Projektdetails

Fdoknr

BMNT101402

Projektbeginn

02.10.2019

Projektende

24.05.2023

Status

beendet

Projekttitel

ERA-NET SUSCROP: Knowldege-driven genomic predictions for sustainable disease resistance in wheat

Projekttitel Englisch

-

Fördersumme

168.000,00

Forschungsprogramm

Programm für Forschung und Entwicklung im BMLFUW

Genderrelevant

nein

Rolle	Lfnr	Name
Auftraggeber	1	Bundesministerium für Nachhaltigkeit und Tourismus (bis 9.1.2020)
Auftraggeber	2	Bundesministerium für Landwirtschaft, Regionen und Tourismus (bis 17.07.2022)
Auftraggeber	3	Bundesministerium für Land- und Forstwirtschaft, Regionen und Wasserwirtschaft
Auftragnehmer	1	Universität für Bodenkultur Wien (BOKU)

1 - 4

Wissenschaftszweige
Land- und Forstwirtschaft, Fischerei

1 - 1


Die Genomische Selektion ermöglicht einé schnellere und effektivere Züchtung neuer Sorten, indem hochdichte Markerdaten dazu verwendet werden, Zuchtwerte von Kreuzungsnachkommen vorherzusagen. Je nach Vorhersagegenauigkeit können Zeit und Geld eingespart und die Selektionsintensität erhöht werden, indem kostspielige und zeitaufwändige Phänotypisierung vermieden wird. Es gibt viel Spielraum, um die genomische Vorhersage komplexer Krankheitsresistenzen wie Gelbrost und Ährenfusarium (FHB) im Weizen zu verbessern. Die Kernidee von WheatSustain ist es, biologisch relevante Daten, bekannte Merkmalskorrelationen, Umwelteffekte und quantitative Merkmale (QTL) zu nutzen, um bessere und robustere GS-Modelle zu erstellen. Auf lange Sicht wird dies Züchtern ermöglichen, neue Sorten mit verbesserter Krankheitsresistenz zu entwickeln, die weniger Ertrags- und Qualitätsverluste erleiden und mit geringerem Einsatz von Fungiziden angebaut werden können. In WheatSustain ist eine enge Zusammenarbeit zwischen weltweit führenden Experten für genomische Vorhersagemodellierung, Bioinformatik, Weizengenomik und führenden Wissenschaftlern auf dem Gebiet der Pflanzenpathologie und Wirt-Pathogen-Beziehungen für Gelbrost und Ährenfusarium in Weizen etabliert. Das Projekt arbeitet in enger Zusammenarbeit mit öffentlichen und privaten Weizenzuchtprogrammen und zeichnet sich durch eine interdisziplinäre Zusammenarbeit zwischen Forschungsgruppen aus Norwegen, Irland, Deutschland, Österreich, Mexiko, den USA und Kanada aus. Pflanzenzüchter beteiligen sich aktiv an der Forschung, indem sie Zuchtmaterial mit phänotyptischen und genotypischen Daten zur Verfügung stellen, Feldversuche durchführen und die verbesserten GS-Modelle in ihren Zuchtprogrammen validieren

Die Genomische Selektion ermöglicht einé schnellere und effektivere Züchtung neuer Sorten, indem hochdichte Markerdaten dazu verwendet werden, Zuchtwerte von Kreuzungsnachkommen vorherzusagen. Je nach Vorhersagegenauigkeit können Zeit und Geld eingespart und die Selektionsintensität erhöht werden, indem kostspielige und zeitaufwändige Phänotypisierung vermieden wird. Es gibt viel Spielraum, um die genomische Vorhersage komplexer Krankheitsresistenzen wie Gelbrost und Ährenfusarium (FHB) im Weizen zu verbessern. Die Kernidee von WheatSustain ist es, biologisch relevante Daten, bekannte Merkmalskorrelationen, Umwelteffekte und quantitative Merkmale (QTL) zu nutzen, um bessere und robustere GS-Modelle zu erstellen. Auf lange Sicht wird dies Züchtern ermöglichen, neue Sorten mit verbesserter Krankheitsresistenz zu entwickeln, die weniger Ertrags- und Qualitätsverluste erleiden und mit geringerem Einsatz von Fungiziden angebaut werden können. In WheatSustain ist eine enge Zusammenarbeit zwischen weltweit führenden Experten für genomische Vorhersagemodellierung, Bioinformatik, Weizengenomik und führenden Wissenschaftlern auf dem Gebiet der Pflanzenpathologie und Wirt-Pathogen-Beziehungen für Gelbrost und Ährenfusarium in Weizen etabliert. Das Projekt arbeitet in enger Zusammenarbeit mit öffentlichen und privaten Weizenzuchtprogrammen und zeichnet sich durch eine interdisziplinäre Zusammenarbeit zwischen Forschungsgruppen aus Norwegen, Irland, Deutschland, Österreich, Mexiko, den USA und Kanada aus. Pflanzenzüchter beteiligen sich aktiv an der Forschung, indem sie Zuchtmaterial mit phänotyptischen und genotypischen Daten zur Verfügung stellen, Feldversuche durchführen und die verbesserten GS-Modelle in ihren Zuchtprogrammen validieren

1 - 1


Genomic selection (GS) allows for a faster and more effective breeding of new cultivars by utilizing high-density marker data to predict breeding values of progeny lines. Depending on the prediction accuracy, time and money can be saved, and selection intensity increased by avoiding costly and time-consuming phenotyping. Much room exists to improve the genomic prediction of complex disease resistances such as stripe rust and Fusarium Head Blight (FHB) in wheat. The core idea behind WheatSustain is to make use of biologically relevant data, known trait correlations, environmental effects and quantitative trait loci (QTL) to make better and more robust GS models. In the long run, this will enable breeders to develop new cultivars with improved disease resistance, which will suffer less yield and quality losses and can be cultivated with less use of fungicides. WheatSustain has established a close collaboration among world leading experts on genomic prediction modeling, bioinformatics, wheat genomics and leaders in the field of plant pathology and host-pathogen relationships for stripe rust and FHB resistance in wheat. The project has established an interdisciplinary teamwork across research groups from Norway, Ireland, Germany, Austria, Mexico, USA and Canada in close collaboration with public and private wheat breeding programs. Plant breeders take active part in the research by providing germplasm with phenotypic and genotypic data, conducting field trials and validating the improved GS models in their breeding programs.

Genomic selection (GS) allows for a faster and more effective breeding of new cultivars by utilizing high-density marker data to predict breeding values of progeny lines. Depending on the prediction accuracy, time and money can be saved, and selection intensity increased by avoiding costly and time-consuming phenotyping. Much room exists to improve the genomic prediction of complex disease resistances such as stripe rust and Fusarium Head Blight (FHB) in wheat. The core idea behind WheatSustain is to make use of biologically relevant data, known trait correlations, environmental effects and quantitative trait loci (QTL) to make better and more robust GS models. In the long run, this will enable breeders to develop new cultivars with improved disease resistance, which will suffer less yield and quality losses and can be cultivated with less use of fungicides. WheatSustain has established a close collaboration among world leading experts on genomic prediction modeling, bioinformatics, wheat genomics and leaders in the field of plant pathology and host-pathogen relationships for stripe rust and FHB resistance in wheat. The project has established an interdisciplinary teamwork across research groups from Norway, Ireland, Germany, Austria, Mexico, USA and Canada in close collaboration with public and private wheat breeding programs. Plant breeders take active part in the research by providing germplasm with phenotypic and genotypic data, conducting field trials and validating the improved GS models in their breeding programs.

1 - 1

Projektdetails

beteiligte Personen/Organisationen

zugeordnete Wissenschaftszweige

Abstract deutsch

Abstract englisch