Ein integrierter Ansatz zur Analyse von Heterosis und Vorhersage der Hybridleistung von Mais mit mRNA und smRNA Transkriptionsprofilen

转基因von Boten RNA(MRNA)，麻省理工学院微阵列技术-Wurden，Zeigten ein hoes潜在Zur分析von杂种优势和zur Vorhersage von Hybrileistung在MAIS。在此基础上，分析了von杂种优势和von Hybrileistung zu erschlieüen及大北模具技术，分析了von NICHTFür Proteine Kodierenden，Kurzen RNAs(SmRNAs)zu集成。HIERZU是smRNA转录本，MIT基因转录本是Profilen verknüPFT，um集成模型是杂种优势和杂交种。我们在杂交种Inzuchtlinien von 1000杂交分析中发现了mrna和smRNA转录的图谱，在mehrotigen veruchen erFasst wird中发现了这一点。此外，数学组的分析是线性模型和跨领域的。MIT Hilfe von重新采样Verfahren是Konzepte zur统计的评估分析-和VorhersagModel delle entwickelt。这是一种全新的机器学习方法和偏最小二乘回归方法，并在此基础上提出了一种新的学习方法。他说：“这是一件非常重要的事情。HERZU是一个单核苷酸多态性(SNP)标记，死于Rahman des vom BMBF geförderten Projekts Synbreed erhoben weden and DEM hier hier beantrajekt für einen Systemvergleich zur Verfügung stehen。Erstmals与MIT Diesem Diesem Projekt de Bedeutung des smRNA Transkrigtoms für die Ausprägung von杂种优势不同。Zusamman MIT Einer分析了在杂种优势的基础上，通过对von Genen zum Verständness der Molekularen基础上的遗传特性和共同调节的DES mRNA Transkritoms wird eine vergleichende Betrachtung der Funktionellen Charakteristika和der der co-调节von Genen zum Verständennis der Molekularen base der杂种优势。在海布吕赫通的一座城市里，你可以看到一种新的模式。

Transkriptionsprofile von Boten RNA (mRNA), die mit Microarray-Technologie erstellt wurden, zeigten ein hohes Potential zur Analyse von Heterosis und zur Vorhersage von Hybridleistung in Mais. Ziel dieses Projekts ist es, das Potential von Transkriptomdaten für die Analyse von Heterosis und die Vorhersage von Hybridleistung zu erschließen und dabei die Technologie der Analyse von nicht für Proteine kodierenden, kurzen RNAs (smRNAs) zu integrieren. Hierzu werden smRNA Transkriptionsprofile mit mRNA Transkriptionsprofilen verknüpft, um integrierte Modelle für Heterosis und Hybridleistung zu entwickeln. Wir werden die mRNA und smRNA Transkriptionsprofile der elterlichen Inzuchtlinien von 1000 Hybriden analysieren, deren phänotypische Leistung für agronomisch wichtige Merkmale in mehrortigen Versuchen erfasst wird. Als mathematische Grundlage für die Analysen werden lineare Modelle und Transkriptom-basierte Distanzmaße verwendet. Mit Hilfe von resampling Verfahren werden Konzepte zur statistischen Evaluierung der Analyse- und Vorhersagemodelle entwickelt. Diese Konzepte werden angewandt, um die Vorhersagegenauigkeit der neu entwickelten Modelle zu evaluieren und mit der von in früheren Arbeiten entwickelten Modellen zu vergleichen, welche machine learning und partial least squares regression Ansätze verwendeten. Die Genauigkeit der Vorhersagemodelle wird mit der von Marker-basierten Vorhersagemodellen verglichen. Hierzu werden single nucleotide polymorphism (SNP) Markerdaten verwendet, die im Rahmen des vom BMBF geförderten Projekts Synbreed erhoben werden und dem hier beantragten Projekt für einen Systemvergleich zur Verfügung stehen. Erstmals wird mit diesem Projekt die Bedeutung des smRNA Transkriptoms für die Ausprägung von Heterosis untersucht. Zusammen mit einer Analyse des mRNA Transkriptoms wird eine vergleichende Betrachtung der funktionellen Charakteristika und der Co-Regulation von Genen zum Verständnis der molekularen Basis der Heterosis beitragen. Darüber hinaus versprechen die zu entwickelnden Vorhersagemodelle eine erhebliche Effzienzsteigerung bei der Sortenentwicklung in der Hybridzüchtung.