Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Zusammenführung von Landschaftsgenomik und quantitativer Genetik für eine regionale Anpassung des Europäischen Graslands an den Klimawandel (GrassLandscape) |
|---|---|
| Titel (englisch): | Bridging landscape genomics and quantitative genetics for a regional adaptation of European grasslands to climate change (GrassLandscape) |
| Akronym: | GrassLandscape |
| Beschreibung (dt.): | Infolge des Klimawandels wird Grasland als wichtiges Ökosystem und Basis von Milch- und Fleischproduktion in der Zukunft Schäden und in der Folge Produktionsausfälle erfahren. Jüngste Ereignisse zeigten die unzureichende Fähigkeit lokaler Grünland-Populationen und -Sorten, mit ungewöhnlichen Klimaereignissen zurechtzukommen. Allerdings zeigen die meisten Grünlandarten eine große Ökotyp-Vielfalt über diverse Umwelten. Untersuchungen mit Hilfe der Landschaftsgenomik zeigten, dass genomische Marker für adaptive Vielfalt mit Hilfe der genomweiten Genotypisierung entwickelt werden können indem (i) Methoden zur Korrelation von Genom-Polymorphismen mit Umweltvariation an den Ursprungsstandorten der Individuen und (ii) Tests zum Nachweis von Signaturen der Selektion angewendet werden. Unser Projekt zielt darauf ab, mittels Landschaftsgenomik an großen Individuen- und Markerzahlen in Lolium perenne L. Marker für die Klimaanpassung aufzudecken. Wir werden 3.000 Einzelgenotypen aus 550 europäischen Populationen analysieren, die in Genbanken erhalten oder in situ gesammelt werden. Die Genotypisierung wird durch Genotyping-by-Sequencing und Resequenzierung von Kandidatengenen für Klimaanpassung erfolgen. Die eine Hälfte der genotypisierten Individuen wird automatisiert im Hochdurchsatz und unter Feldbedingungen bezüglich agronomischer und funktioneller Merkmale phänotypisiert werden, die andere Hälfte nur im Feld. DNA-Polymorphismen mit Assoziation zu phänotypischen Merkmalen werden mit denen verglichen, die sich via Landschaftsgenomik als mit der Klimaanpassung gekoppelt erweisen. Dadurch werden Verteilungsmodelle von Allelformen mit Klimaanpassung in der Umwelt entwickelt. Zudem werden Strategien vorgeschlagen, um die räumliche Verteilung der adaptiven Vielfalt von L. perenne durch aktive Genmigration an das zukünftige Klima anzupassen und um in Zuchtprogrammen Klimaanpassung und Futter-/Weidewert mit Hilfe genomischer Marker optimal zu kombinieren. |
| Beschreibung (engl.): | In the next decades, grasslands as important ecosystems and basis of milk and meat production will experience damages and subsequent production losses due to climate change. Recent events highlighted an insufficient capacity in local populations and cultivars of grassland species to cope with unusual climatic events. However, most grassland species show a large ecotype diversity over wide environmental ranges. Recent investigations in a new area of ecological sciences - landscape genomics - have shown that genomic markers of adaptive diversity can be discovered from genome-wide genotyping data by using (i) methods correlating genomic polymorphisms and environmental variations at sites of origin of genotyped individuals and (ii) tests of detection of signature of selection based on genomic polymorphisms. Our project aims to detect genomic markers of climatic adaptation in the natural diversity of Lolium perenne L. by implementing the landscape genomics approach with high numbers of individuals and genomic markers. We will genotype 3,000 individuals drawn from 550 natural populations in Europe maintained in genebanks or collected in situ. Genotyping will include genotyping-by-sequencing and resequencing of candidate genes possibly involved in climatic adaptation. One half of genotyped individuals will be phenotyped in high throughput and field conditions for agronomic and functional traits, the other half only in field conditions. DNA polymorphisms associated with phenotypic traits will be compared to those shown as associated with climatic adaptation by landscape genomics. These associations will be used to set up models of environmental distribution of allelic forms linked to climatic adaptation. We will propose strategies to adjust the spatial distribution of L. perenne adaptive diversity with future climate by active gene migration and to optimally recombine climatic adaptation and forage/pasture value by using genomic markers for these traits in breeding schemes. |
| Ergebnis (dt.): | Im Rahmen von GrassLandscape sollte die Methodik der Landschaftsgenomik genutzt werden, um adaptive genomische Variation in der natürlichen Ökotypvielfalt von Grasland zu identifizieren und diese zu nutzen, um Grasland auf regionaler Ebene an den Klimawandel in Europa anzupassen. Dazu wurden 579 natürliche Populationen des Deutschen Weidelgrases aus Europa und umliegenden Ländern zusammengetragen sowie die Umweltbedingungen an den Ursprungsorten dieser Populationen mit Hilfe verschiedener Datenbanken rekonstruiert. Via GBS-Genotypisierung wurden mehr als 500.000 anonyme, nukleäre SNPs erzeugt, zudem erfolgte die Sequenzierung von Kandidatengen-Fragmenten. Die Populationen wurden dreiortig im Feld sowie auf einer Hochdurchsatz-Phänotypisierungsplattform charakterisiert. Eine phylogeographische Rekonstruktion der natürlichen Ausbreitung von L perenne in Europa zeigte, dass die gegenwärtige räumlich-genetische Struktur dieser Art das Ergebnis von Klimaänderungen während des Pleistozäns ist und dass moderne Sorten nur einen geringen Bruchteil der natürlichen Vielfalt nutzen. Etwa 5.900 SNPs mit potenzieller Kopplung zur adaptiven Vielfalt wurden identifiziert, wobei bioklimatische Faktoren - gefolgt von Boden- und Unterbodenmerkmalen - die Hauptauslöser der Selektion sind. Assoziationsanalysen von phänotypischer Variabilität mit genomischen Polymorphismen deckten SNPs auf, die mit der Merkmalsausprägung in Zusammenhang stehen. Unsere Ergebnisse zeigen, dass an die Klimaanpassung gekoppelte, genomische Marker Anwendung finden können, um die räumliche Verteilung der genetischen Vielfalt von L. perenne auf zukünftige europäische Regional-Klimata zu verbessern. Außerdem weisen sie auf die Option hin, verschiedene klimatische Anpassungen mittels genomischer Selektion mit einem ausreichenden agronomischen Wert zu rekombinieren. Dies könnte breite genetische Pools für die Neuanlage von Dauergrünland bereitstellen, welches durch Klima-Störungen beeinträchtigt wurde. Zudem könnten auch klimatisch angepasste Genotypen in Elitesorten für den Ackerfutterbau integriert werden. Unser Projekt bestätigt den Wert einer Strategie, die die Ökotypvielfalt des Deutschen Weidelgrases nutzt, um dessen regionale Anpassung an den Klimawandel zu fördern. |
| Ergebnis (engl.): | The rationale of GrassLandscape is that Landscape Genomics can provide analytical tools to detect adaptive genomic variation in the natural ecotype diversity of grassland species and that this diversity could be used to adapt these species to climate change at a regional scale across Europe. To implement this approach to perennial ryegrass as major grassland species, we gathered 579 natural populations from Europe and surrounding countries, the environment at sites of origin of the populations being documented by mining different databases. The entries were GBS genotyped, yielding more than 500.000 anonymous, nuclear SNPs. In addition, 185 short amplicons were used to sequence fragments of candidate genes and identified 1.000 SNPs. The populations were phe-notyped in three locations and on a high-throughput phenotyping platform. A phylogeographic reconstruction of the natural expansion of L perenne across Europe demonstrated that the present spatial genetic structure of this species is the result of climate changes during the Pleistocene, and that modern cultivars only use a tiny fraction of the natural diversity. 5.900 SNPs were found potentially linked to adaptive diversity, with bioclimatic factors being the primary drivers of selection. Soil and subsoil features were also recognised as potentially imposing selection, but with weaker genomic signature. Analyses of association between phenotypic variability and genomic polymorphisms identified SNPs linked to the determinism of phenotypic traits. A good prediction of phenotypic values was obtained from genomic predictions of most traits. Our results indicate the possibility to use genomic markers, linked to climatic adaptation, to improve the spatial distribution of genetic diversity of L. perenne to future regional climates of Europe. Furthermore, they indicate the option to recombine different climatic adaptations and sufficient agro¬nomic value by genomic selection. This could deliver broad base genetic pools to reseed permanent grasslands degraded by climatic disruptions and could also help to introgress climatically adapted genotypes into elite cultivars bred for temporary meadows. Our project confirms the value of a stra-tegy using the ecotype diversity of perennial ryegrass to promote its regional adaptation to climate change. |
| Laufzeit: | Beginn: 01.01.2015 / Ende: 31.03.2018 |
| Ausf. Einrichtung: | Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung (IPK) - Abt. Genbank Teilsammlung Nord, Sanitz |
| Themenfelder: | Pflanzenbau, crop production |
| Förderprogramme: | EU-Forschung |
| Schlagworte: | Tierernährung, animal nutrition, Klimaschutz, climate protection, Grünland, grassland, Futterbau, feed crop production, Gräser, grasses, Inhaltsstoffe, ingredients, Kulturverfahren, cultivation, Klimaanpassung, climate change adaptation |
| Stichpunkte: | FACCE ERA-Net Plus |
| Förderkennzeichen: | 2814ERA01C |
| Dokument zum Download: | 2814ERA01C_Abschlussbericht GrassLandscape.pdf (2 MB) 2814ERA01C_Kurzfassungen (de/en) GrassLandscape.pdf (269,9 KB) |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an ERA@ble.de |
Such-Tipps:
Stichwortsuche:
Mehrere Begriffe werden automatisch verknüpft. Auch Wortbestandteile werden in folgenden Datenfeldern gesucht:
Projekttiteln und Beschreibungen (in deutsch, englisch, französich), Förderkennzeichen, Schlagworten und Zielländern.
Die folgenden Beispiele veranschaulichen einige Such-Strings, die boolesche Volltextoperatoren verwenden:
Weizen Stroh
Findet Datensätze, die mindestens eines der beiden Wörter enthalten.
+Weizen +Züchtung
Findet Datensätze, die beide Wörter enthalten.
Weizen +Sorte
Findet Datensätze, die das Wort "Weizen" enthalten, stuft aber solche Datensätze höher ein, die auch "Sorte" enthalten.
+Weizen -Gerste
Findet Datensätze, die das Wort "Weizen", aber nicht das Wort "Gerste" enthalten.
Weizen*
Findet Datensätze, die Wörter wie "Weizen", "Weizenmehl", "Weizenbier" oder "Weizenanbau" enthalten.
"Kleegras und Grünland"
Findet Datensätze, die die exakte Phrase "Kleegras und Grünland" enthalten. Dies wäre etwa "Stickstoffkreisläufe in Kleegras und Grünland", nicht aber "Stickstoffkreisläufe in Kleegras oder Grünland".
Beachten Sie, dass die (")-Anführungszeichen, die die Phrase umschließen, Operatorzeichen sind, die der Trennung der Phrase dienen. Es handelt sich hierbei nicht um Anführungszeichen, die den Such-String selbst umfassen.
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
