Forschungs- und Innovationsprojekt
BigBaking: Sicherung guter Qualitäten und effiziente Nutzung des Bodenstickstoffs bei der Backweizenzüchtung

Im Rahmen des Verbundprojekts BigBaking werden Methoden auf Protein- und DNA-Ebene erarbeitet, welche die aufwändige Selektion auf Backqualität erleichtern und die Kombination mit weiteren agronomisch notwenigen Sorteneigenschaften ermöglichen.

Abgesehen vom Proteingehalt wird die Backqualität wesentlich von der Zusammensetzung der Proteine, der Stärkebeschaffenheit und der Enzymaktivität des Korns bestimmt. Wie diese Komponenten zu einer Verbesserung der Qualität beitragen, wird an der experimentellen Population BMWpop (Bavarian Magic Wheat) untersucht.

Die BMWpop ist eine an der LfL entwickelte Multiparent-Advanced-Generation-Intercross-Population, bestehend aus 394 rekombinanten Inzuchtlinien, welche einen Großteil der allelischen Diversität des deutschen Genpools repräsentieren. Im Zuge mehrerer Feldversuche wird die BMWpop hinsichtlich agronomischer Merkmale (unter anderem Kornertrag), der Backqualität (unter anderem Brotvolumen, Rohproteingehalt, Klebergehalt, Sedimentationswert, Fallzahl) und der quantitativen Zusammensetzung der Proteine charakterisiert. Die Quantifizierung einzelner Proteinfraktionen wird dabei durch Flüssigchromatographie mit Massenspektrometrie-Kopplung ermöglicht. Die Prüfung ganzer Populationen mit quantitativer Proteinanalytik schafft dem Projekt weltweit ein Alleinstellungsmerkmal.
Die Ergebnisse der Proteinanalytik werden mittels multivariater Auswerteverfahren mit den Daten zur Backqualität korreliert. Über Struktur-Wirkungs-Beziehungen sollen für die Backqualität wichtige Proteine identifiziert und Interaktionen aufgeklärt werden. Über Quantitative-Trait-Locus-Analysen sollen Genomregionen identifiziert werden, welche die Qualitätsmerkmale und insbesondere die Menge wichtiger Proteine kontrollieren.

Der Effekt dieser Genorte wird schließlich in heterogenen Inzuchtfamilien, welche aus der BMWpop abgeleitet werden, validiert.
Feldversuche unter einer Atmosphäre mit erhöhtem CO2-Gehalt sollen Zukunftsszenarien abbilden und die Wirkung auf die Protein­zusammen­setzung und die Backqualität des Weizens aufzeigen. Basierend auf den gewonnenen Erkenntnissen über den Einfluss einzelner Proteine auf die Backqualität, sollen genomische Vorhersagemodelle erarbeitet werden, um diese Komponenten in der Züchtung möglichst effizient nutzen zu können.

In einem ersten Schritt konnte die inverse Beziehung zwischen dem Proteingehalt des Korns und dem Kornertrag genetisch beschrieben werden. Es wurden insgesamt 12 Genomregionen identifiziert, welche einen höheren Kornertrag bewirken, ohne dabei den Proteingehalt, und damit die Qualität, zu stark zu beeinträchtigen. Da jede dieser Genomregionen nur einen geringen Effekt auf die beiden Merkmale zeigte, ist eine auf einzelne Gene fokussierte Züchtung wenig erfolgsversprechend. Aussichtsreich ist stattdessen die Nutzung von Indizes, welche von den beiden Merkmalen Ertrag und Proteingehalt abgeleitet wurden, bzw. deren Vorhersage mittels genomweiter Markerdaten (Geyer et al. 2022).