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

转录谱分析，利用微阵列技术，研究杂交优势和杂交优势的潜在分析。Ziel dieses Projekts ist es, das Potential von transkritomdaten f<e:1>分析von Heterosis和die Vorhersage von Hybridleistung zu erschließen和dabei die Technologie分析von nicht f<e:1> protein kodierenden, kurzen RNAs (smRNAs) zu integrgrieren。[3] herizu werden smRNA Transkriptionsprofile mit mRNA Transkriptionsprofilen verkn<s:1> pft， um integrierte Modelle fr杂种优势与杂交研究[j]。Wir werden die mRNA和smRNA转录分析的基因图谱der elterlichen Inzuchtlinien von 1000 Hybriden analyden en， deren phänotypische Leistung fgr agronomisch wichtige Merkmale in mehrgen Versuchen erfast wind。数学基础分析：数学基础分析：数学基础分析：数学基础分析：数学基础分析：数学基础分析。[3] [1] [1] [1] [1] [1] [1] [1] [1] [1] [1] [3]Diese Konzepte werden angewandt, um die Vorhersagegenauigkeit der neu entwickelten Modelle zu evaluien und mit der von in fren herbeiten entwickelten modelellen zu vergleichen， welche机器学习和偏最小二乘回归Ansätze verwendeten。德国德国德国德国德国德国德国德国德国德国德国单核苷酸多态性（SNP）标记，从BMBF中提取，从BMBF中提取，从BMBF中提取，从BMBF中提取，从BMBF中提取。Erstmals windest diesem项目jekt die Bedeutung des smRNA转录因子<e:1> r die Ausprägung von杂种优势untersucht。在基因调控的基础上，研究了两种不同基因的mRNA转录谱，并对基因的功能特征和杂种优势进行了分析Verständnis。[4] [9] [9] [9] [9] [9] [9] [9] [9] [9]

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.