Công cụ cải tiến giống nhờ chạy trình tự thế hệ mới (NGS) nằm khai thác hiệu quả chọn lọc (GA) cao hơn trong cây mía đường.

 Công cụ cải tiến giống nhờ chạy trình tự thế hệ mới (NGS) nằm khai thác hiệu quả chọn lọc (GA) cao hơn trong cây mía đường.

Nguồn: Amaresh, Nunavath Aswini, Gopalareddy Krishnappa, A Anna Durai, R Manimekalai, H K Mahadeva Swamy, T Lakshmi Pathy, Vinayaka, V G Dhanya, N D Rathan, S Nandakumar, K Shwetha, V Sreenivasa, R T Maruthi, G S Suresha, G Hemaprabha, P Govindaraj. 2025. Next-generation molecular breeding tools to harness higher genetic gains in sugarcane. Planta; 2025 Oct 13; 262(5):122. doi: 10.1007/s00425-025-04842-7.

Công cụ NGS (next-generation molecular tools) với sự tích hợp của AI có thể thúc đẩy hiệu quả cải tiến giống (GA: genetic gain) cây mía đường thông qua làm tăng biến thiên di truyền, độ chính xác và hiệu quả, phát triển nhanh giống mía cao sản, chất lượng cao, và chịu được biến đổi khí hậu.

Làm tăng GA (hiệu quả chọn lọc) là rất cần thiết để sản xuất đường tinh và nhiên liêu sinh học bền vững, đặc biệt trong bối cảnh phục thuộc và biến đổi khí hậy ngày càng cực đoan. Mía đường và phụ phẩm của cây mía là nguồn nguyên liệu quan trọng cho cả sản phẩm nhiên liệu sinh học thế hệ 1 và thế hệ 2; cải tiến giống mía đối diện với nhiều thách thức bởi vì tính chất di truyền phức tạp của hệ gen, chu kỳ chọn lọc dài, tương tác với môi trường rất mạnh. Cách tính toán của nhà chọn giống phải chấp nhận nền tảng di truyền số lượng để thúc đẩy cải tiến di truyền thông qua việc tối ưu hóa bốn hợp phần chủ chốt: biến thiên di truyền tính cộng (additive: σ_a), hệ số di truyền (h²), cường độ chọn lọc (i), và độ dài thời gian tuyển chọn (L). Biến thiên “additive genetic” có thể được tăng cường thông qua “genome-wide exploration” (khai thác toàn hệ gen), bao gồm các phân tính ở quy mô genome, pan-genome, và super pangenome, sự khám phá được gen đích, định tính chức năng gen, và sự tạo ra được những biến thể di truyền mới. Dự đoán chính xác hệ số di truyền mía đường có thể được hoàn thiện  thông qua thuật ngữ “large-scale characterization of germplasm” (định tính nguồn vật liệu di truyền quy mô lớn), đánh giá kiểu hình chất lượng cao, nghiên cứu chi tiết tương tác kiểu gen x môi trường. Cường độ chọn lọc có thể được gia tăng thông qua mở rộng quy mô quần thể con lai, thông qua sàng lọc genotypic, genomic, sàng lọc in vitro, tận dụng quy luật số lượng lớn, và áp dụng công nghệ có hiệu quả cao, cũng như chính xác cao, chi phí rẻ. Thời gian tuyển chọn dòng con lai nhờ những công cụ có hiệu quả, ví dụ chọn giống nhờ marker, sàng lọc di truyền (genomic selection), đang nổi lên là chiến lược “doubled haploid” (dòng đơn bội kép) (cho dù người ta còn nhiều thách thức cho loài cây trồng đa bội phức tạp như cây mía), tốc độ chọn giống, tiếp cận phương pháp chuyển nạp gen, phương pháp chỉnh sửa gen qua hệ thống CRISPR/Cas9 (bao gồm base và prime editing), hệ thống TALENs. Tổng quan này cung cấp một cái nhìn toàn diện về nội dung cải tiến giống mía (breeder’s equation) và nhấn mạnh chiến lược NGS (giải trình tự thế hệ mới), và những công cụ tương hợp với phương pháp. Tích hợp các công cụ có nhiều ưu điểm với trí tuệ nhân tạo AI mỡ ra tiềm năng vô cùng to lớn làm tăng giá trị cải tiến giống GA và phát triển giống  mía cao sản, phẩm chất tốt thích ứng với biến đổi khí hậu.

Xem https://link.springer.com/article/10.1007/s00425-025-04842-7

Chỉnh sửa gen linh hoạt thông qua công cụ “Type I-E CRISPR-Cas3” trong cây