Специалисты Всероссийского НИИ сельскохозяйственной биотехнологии (ВНИИСБ) завершили создание программного комплекса StatFaRmer, предназначенного для работы с масштабными биологическими данными о растениях. Новая система существенно упрощает исследование фенотипических характеристик сельскохозяйственных культур и их связи с генетикой и условиями среды.
Цифровой помощник селекционеров
По словам директора института Геннадия Карлова, StatFaRmer разработан как интерактивная платформа с открытым исходным кодом. Программа помогает анализировать и сравнивать большие массивы информации, поступающие из экспериментов с растениями. Система автоматически проводит проверку данных, устраняет ошибки и формирует статистические отчёты по заданным параметрам.
«Фенотипирование всегда вызывало сложности из-за разрозненности и объёма данных. Наша разработка позволяет систематизировать информацию и анализировать её с минимальными трудозатратами», — отметил Карлов.
Какие культуры уже протестированы?
StatFaRmer успешно прошёл проверку на практике:
он применялся в десятках исследований по различным видам растений. Среди протестированных культур:
- мягкая и твёрдая пшеница
- тритикале
- сахарная свекла
- дурнишник
- салат
- кукуруза
- подсолнечник
- соя
Система показала высокую устойчивость при анализе даже сложных и неполных наборов данных.
Новый подход в агрогенетике
Алина Кочешкова, руководитель проекта, подчеркнула, что разработка StatFaRmer — это шаг к цифровизации процессов в области селекции. Программа учитывает современные потребности отрасли, включая создание виртуальных двойников растений с заданными свойствами.
«Мы стремимся сделать так, чтобы российские аграрии могли внедрять цифровые решения в ежедневную работу. StatFaRmer позволяет моделировать, сравнивать и анализировать растения без дополнительных ресурсов», — рассказала она.
Система позволяет исследователю задать определённые параметры (например, наличие гена или условия освещения) и проанализировать, как они влияют на фенотипические особенности: рост, форму листьев, индекс вегетации и т. д.
Устойчивость к ошибкам и гибкость
Одной из ключевых особенностей StatFaRmer стало умение работать с неполными или несовершенными данными. Алгоритмы автоматически адаптируются под формат и качество информации, позволяя использовать данные, собранные в разное время и разными методами.
Результаты можно сохранять, возвращаться к ним, формировать отчёты и использовать в долгосрочных селекционных проектах.
