空からの表現型解析：UAVベースの環境カーネルは、ジャガイモの試験においてゲノムデータよりも優れた性能を発揮する

気候変動によって年々の天候変動が激化するにつれ、植物育種家は表現型解析のコストを抑えつつ、多様な環境下でより多くの遺伝子型を評価するよう圧力を受けている。スパーステスト（場所ごとに遺伝子型のサブセットのみを評価する）は実用的な解決策となるが、欠落データを補完するための堅牢な予測モデルが必要となる。 科学的なレポート ドローン画像からのハイスループット表現型解析（HTP）が、このようなシナリオにおいてゲノム情報の強力な代替手段となり得ることを実証した。スウェーデンの3つの環境（2020年から2021年にかけて2か所）で256のジャガイモクローンを研究している研究者らは、UAVベースのRGB画像から時間積分植生指数、キャノピー被覆率、植物の高さを抽出した。これらの画像由来の特性に対して主成分分析（PCA）を用いて、試験サイト間の類似性を定量化する「環境カーネル」（Eカーネル）を構築し、データスパース性が10%から66%の範囲で、その予測性能を標準的なゲノム関係行列（Gカーネル）と比較した。

結果は驚くべきものでした。データ完全度50%の2環境シナリオでは、EカーネルはGカーネルとそれらの組み合わせの両方をすべての形質で大幅に上回り、総塊茎収量の予測精度を60%、50～60mmサイズ分画の予測精度を62%向上させました。完全度33%では、デンプン含有量のみがr² > 0.5の形質であり、そのレベルを達成したのはEカーネルのみでした。ゲノムカーネルは、極端に疎な場合（10～20%）にのみより堅牢であることが証明され、従来の気象共変量は、近隣の場所を識別する能力が限られていました。注目すべきは、GカーネルとEカーネルを組み合わせても予測が改善されなかったことであり、これは情報が重複していることを示唆しています。著者らは、サンプルサイズが小さいことや環境リークといった限界を認めていますが、画像ベースの環境カーネルは費用対効果が高く、拡張性があり、特に四倍体ジャガイモのような生育サイクルの遅い作物にとって価値があることを強調しています。このアプローチは、特に収量関連形質に関して、資源が限られた育種プログラムにおける遺伝的改良を加速させるための実践的な道筋を提供すると同時に、再利用可能なHTPデータによって表現型解析の負担を軽減する。