Joint modeling of social genetic effects in mono- and pluri-specific groups: case study in intercrops

Dit artikel introduceert een nieuw kwantitatief genetisch model en een bijbehorende R/C++-implementatie om directe en sociale genetische effecten binnen en tussen soorten gezamenlijk te analyseren, waarmee veredeling voor zowel monocultuur als intergewas mogelijk wordt gemaakt.

De kern

Titel: Het geheim van de perfecte buren: Hoe planten elkaar beïnvloeden en hoe we ze beter kunnen veredelen

Stel je voor dat je een tuin hebt. In de moderne landbouw is het gebruikelijk om één soort gewas in grote, homogene velden te planten. Het is alsof je een zee van alleen maar appels hebt. Dit werkt goed, maar het is saai en kwetsbaar.

Boeren ontdekken echter al eeuwenlang dat het mengen van gewassen (bijvoorbeeld tarwe met erwten) vaak beter werkt. De ene plant helpt de andere, ze delen voedingsstoffen en beschermen elkaar tegen ziektes. Dit noemen we interkweek. Het probleem is echter: we hebben de perfecte "buren" nog niet gevonden. De tarwe die goed groeit in een eenzaam veld, is niet per se de beste buurman voor de erwt.

Deze studie, geschreven door J. Salomon en collega's, is als het ware een architectenplan voor de perfecte plantengemeenschap. Ze willen een nieuwe manier vinden om planten te veredelen (verbeteren) die rekening houdt met hun sociale vaardigheden.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De "Indirecte Genetische Effecten": Je bent wat je buren doen

Stel je voor dat je een persoon bent. Je eigen karakter (je genen) bepaalt hoe goed je werkt. Maar je prestaties worden ook beïnvloed door je buren. Als je naast een rustige, hardwerkende buur zit, doe jij misschien ook rustiger en harder mee. Als je naast een luidruchtige, chaotische buur zit, word jij misschien ook onrustig.

In de biologie noemen ze dit sociale genetische effecten.

• Directe waarde: Hoe goed is de plant op zichzelf? (De "producer").
• Sociale waarde: Hoe goed is de plant als buur? (De "associate").

Deze studie zegt: "We moeten niet alleen kijken naar hoe goed een plant is, maar ook naar hoe goed hij is als buurman."

2. Het dilemma: Eénzaam vs. Samen

Tot nu toe hebben veredelaars (de mensen die nieuwe rassen maken) zich alleen gericht op planten in eenzaamheid (alleen tarwe). Ze hebben de "sociale vaardigheden" van de planten genegeerd.

• Het probleem: Een plant die supersterk is in eenzaamheid, kan een slechte buur zijn. Misschien is hij te agressief en steelt hij alle zonlicht van de erwt.
• De oplossing: We moeten planten veredelen die goed zijn in beide situaties: goed alleen, maar ook goed in een gemengde groep.

3. De "Sociale Intra-Genotypische Waarde" (SIGV): De kunst van het samenzijn

De auteurs bedachten een slimme wiskundige truc. Ze zeggen: "Laten we de prestatie van een plant in een eenzaam veld opdelen in twee delen."

1. Zijn eigen kracht.
2. Een nieuw deel: SIGV. Dit is een maatstaf voor hoe goed een plant is in het omgaan met eigensoortgenoten.

De analogie:
Stel je voor dat je een orkest dirigeert.

• In een solo-optreden (alleen tarwe) luistert de violist alleen naar zichzelf.
• In een gemengd orkest (tarwe + erwt) moet de violist luisteren naar de cellist.
• De studie zegt: "Laten we de viool zo veredelen dat hij in beide situaties fantastisch klinkt." Ze gebruiken een wiskundig model om te voorspellen hoe de viool klinkt in het gemengde orkest, zelfs als we hem alleen in een solo hebben getest.

4. De "Proefvelden": Hoe testen we dit zonder alles te proberen?

Als je 200 soorten tarwe wilt mixen met 2 soorten erwten, zijn er duizenden combinaties. Dat is te veel werk en te duur om allemaal in de grond te zetten.

De auteurs bedachten een slim proefontwerp:

• Ze planten niet elke combinatie.
• Ze gebruiken een onvolledig, maar gebalanceerd ontwerp.
• De analogie: Stel je voor dat je een grote groep mensen wilt testen op hun sociale vaardigheden. Je hoeft niet iedereen met iedereen te laten praten. Als je iedereen laat praten met een paar "testpersonen" (de erwten) en ook laat zien hoe ze het alleen doen, kun je met een slim algoritme (de computer) precies berekenen hoe ze het zouden doen met iedereen.

Ze hebben een computerprogramma geschreven (in R en C++) dat deze complexe berekeningen doet. Het is als een simulatie-game waarin ze duizenden virtual-tuinen laten groeien om te zien welke strategie het beste werkt.

5. De Resultaten: De winnaars

Wat ontdekten ze?

• De "Alles-in-één" strategie werkt: Als je een deel van je velden gebruikt voor eenzame gewassen en een ander deel voor gemengde gewassen, kun je de beste planten vinden voor beide situaties.
• Genetica helpt: Door te kijken naar de DNA-lijnen (genomische relaties) tussen de planten, wordt de voorspelling nog nauwkeuriger. Het is alsof je weet dat een kind van een muzikale familie waarschijnlijk ook muzikaal is, zelfs als je het kind nog niet hebt horen spelen.
• De "Buren" zijn cruciaal: Als je alleen kijkt naar eenzame velden, mis je de planten die echt goed zijn in gemengde systemen. Maar als je slim combineert, kun je beide werelden verbeteren.

Conclusie: Een nieuwe manier van boeren

Deze studie is een blauwdruk voor de toekomst van de landbouw. Het stelt voor dat we stoppen met het veredelen van planten alsof ze alleen leven in een leeg veld. In plaats daarvan moeten we planten veredelen die weten hoe ze met elkaar moeten samenwerken.

Kort samengevat:
De auteurs hebben een wiskundige sleutel gevonden om de "sociale vaardigheden" van planten te meten. Hiermee kunnen boeren in de toekomst velden hebben waar tarwe en erwten als perfecte buren samenwerken, wat leidt tot meer voedsel, minder kunstmest en een gezondere planeet. Het is een stap van "alleen maar groeien" naar "samen bloeien".

Technische samenvatting

Probleemstelling

De moderne landbouw is grotendeels gericht op het veredelen van gewassen voor monospecifieke (één soort) en monogenotypische (één ras) teeltsystemen. Dit heeft geselecteerd op genotypen die optimaal presteren in dichte, uniforme stands, vaak ten koste van hun vermogen om te interageren met andere soorten. Intercultuur (het gelijktijdig kweken van twee of meer gewassoorten op hetzelfde veld) biedt ecologische voordelen zoals betere ziektebestrijding en efficiënter nutriëntengebruik, maar wordt zelden toegepast in hoog-inkomenslanden.

Een belangrijke belemmering is het gebrek aan veredelingsschema's die specifiek zijn voor intercultuur. Bestaande veredelingssystemen negeren vaak sociale genetische effecten (of indirecte genetische effecten, IGE), waarbij het genotype van een naburige plant de fenotypische expressie van een doelplant beïnvloedt. Er is een gebrek aan kennis over de correlatie tussen de veredelingswaarden (breeding values) in monocultuur versus intercultuur. Bestaande modellen kunnen deze complexe interacties tussen soorten (en binnen soorten) niet gelijktijdig analyseren, wat leidt tot inefficiënte veredeling als men probeert over te schakelen van monocultuur naar intercultuur.

Methodologie

De auteurs hebben een nieuw kwantitatief-genetisch raamwerk ontwikkeld om sociale effecten in zowel mono- als plurispecifieke groepen gezamenlijk te modelleren.

1. Genetisch Model:

   • Het fenotype van een individu wordt ontbonden in drie componenten:
     • DBV (Direct Breeding Value): Het directe genetische effect van het eigen genotype op het eigen fenotype.
     • SBV (Social Breeding Value): Het indirecte genetische effect van het genotype van een buurplant (een andere soort in intercultuur) op het fenotype van de doelplant.
     • SIGV (Social Intra-genotypic Value): Een nieuwe term die de sociale interacties binnen een monocultuur (waarbij planten van hetzelfde genotype met elkaar interageren) samenvat. Dit lost het probleem op dat in monocultuur de sociale effecten en interacties niet apart te schatten zijn zonder variëteitsmengsels.
   • Het model definieert de totale veredelingswaarde in intercultuur ($BV_{IC}$) als de som van DBV en SBV, en in monocultuur ($BV_{SC}$) als de som van DBV en SIGV.

2. Statistische Implementatie:

   • Er werden drie lineaire gemengde modellen (LMM) ontwikkeld om data uit monocultuur, intercultuur en een combinatie daarvan te analyseren.
   • Omdat bestaande software (zoals ASReml of lme4) deze complexe, gecorreleerde willekeurige effecten niet kan schatten, hebben de auteurs een nieuwe implementatie ontwikkeld in R/C++ met behulp van het pakket TMB (Template Model Builder).
   • TMB maakt gebruik van Automatische Differentiatie (AD) en de Laplace-benadering voor efficiënte schatting via Restricted Maximum Likelihood (REML), zelfs bij grote datasets en complexe covariantiestructuren.

3. Simulatie-ontwerp:

   • Er werden simulaties uitgevoerd met twee soorten (bijv. graan als focussoort en peulvrucht als 'tester').
   • Drie experimentele ontwerpen werden vergeleken, elk met 400 micro-percelen:
     • sole_only: Alleen monocultuur.
     • inter_only: Alleen intercultuur (verspreid ontwerp).
     • sole_inter_50: Een gecombineerd ontwerp met 50% monocultuur en 50% intercultuur (incompleet maar gebalanceerd).
   • Genetische parameters (variaties in DBV, SBV, SIGV en correlaties) werden gebaseerd op bestaande veldproeven.

Belangrijkste Bijdragen

• Unificatie van Modellen: Het introduceren van een unificerend model dat DBV, SBV en SIGV koppelt, waardoor data uit monocultuur en intercultuur gezamenlijk kunnen worden geanalyseerd.
• Nieuwe Software: De ontwikkeling van open-source software (R/C++ via TMB) die in staat is om deze specifieke complexe gemengde modellen te fitten, wat eerder niet mogelijk was met standaardtools.
• Concept SIGV: De definitie van de "Social Intra-genotypic Value" om de sociale interacties binnen een monocultuur kwantitatief te vatten zonder dat daarvoor variëteitsmengsels nodig zijn.
• Strategisch Ontwerp: Het aantonen dat een incompleet, maar gebalanceerd ontwerp (50/50) de meest efficiënte strategie is voor veredelaars die geleidelijk intercultuur willen integreren in bestaande monocultuur-programma's.

Resultaten

De simulaties leverden de volgende inzichten op:

• Schatting van Covarianties: Alleen het sole_inter_50-ontwerp (combinatie van mono- en intercultuur) leverde onbevooroordeelde schattingen op voor alle genetische (co)variaties, inclusief de SIGV-variatie. Het sole_only-ontwerp leidde tot grote vertekeningen bij het schatten van intercultuur-parameters, en inter_only kon de SIGV-variatie niet schatten.
• Nauwkeurigheid van Veredelingswaarden:
  • Voor monocultuur-doelen ($BV_{SC}$) presteerde het sole_only-ontwerp goed, maar het sole_inter_50-ontwerp behield een hoge nauwkeurigheid.
  • Voor intercultuur-doelen ($BV_{IC}$) was het inter_only-ontwerp het meest nauwkeurig, gevolgd door sole_inter_50. Het sole_only-ontwerp faalde hier volledig naarmate de sociale interacties (SIGV) toenamen.
  • Belangrijk: Bij lage SIGV-variatie presteerde het sole_inter_50-ontwerp zelfs beter voor monocultuur-selectie dan het sole_only-ontwerp, dankzij de betere schatting van de DBV door de extra data uit de intercultuur.
• Genomische Relaties: Het meenemen van genomische relaties (GRM) in de inferentie verhoogde de nauwkeurigheid van alle schattingen, met name voor de sociale componenten (SBV en SIGV).
• Selectie-efficiëntie: Het gecombineerde ontwerp maakte het mogelijk om gelijktijdig genetische winst te boeken voor zowel monocultuur als intercultuur, wat een "of-of" scenario (alleen mono of alleen inter) overbodig maakt.

Betekenis en Conclusie

Dit onderzoek biedt een praktische en theoretische oplossing voor de uitdaging om gewassen te veredelen voor duale teeltsystemen. Het bewijst dat het niet nodig is om volledig gescheiden veredelingprogramma's te starten voor intercultuur. In plaats daarvan kunnen veredelaars bestaande monocultuur-programma's geleidelijk uitbreiden met intercultuur-percelen.

Door het gezamenlijk analyseren van data uit beide systemen, kunnen veredelaars:

1. De onderliggende genetische mechanismen (directe vs. sociale effecten) ontrafelen.
2. Genotypen selecteren die robuust presteren in zowel monocultuur als intercultuur.
3. De overgang naar meer duurzame, gemengde teeltsystemen versnellen zonder de genetische vooruitgang in de dominante monocultuur-markt te verliezen.

Het raamwerk is niet alleen toepasbaar op gewassen, maar biedt ook een basis voor het bestuderen van sociale genetische effecten in dierveredeling en ecosysteem-ecologie.