การพัฒนาแผนที่ระดับโมเลกุลด้วยชีววิทยาระบบสำหรับปรับปรุงพันธ์ุพืชเพื่อรับมือการเปลี่ยนแปลงทางสภาวะอากาศ
บทวิเคราะห์งานวิจัย
งานวิจัยนี้มุ่งเน้นการพัฒนาแผนที่ระดับโมเลกุลของพืชเพื่อปรับปรุงพันธุ์ให้ทนทานต่อการเปลี่ยนแปลงสภาพภูมิอากาศ โดยใช้เทคนิคชีววิทยาระบบ (Systems Biology) และการวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data) เป็นการผสมผสานความรู้ด้านชีววิทยาโมเลกุล คอมพิวเตอร์ และสถิติ เพื่อเข้าใจกลไกการตอบสนองของพืชต่อสภาวะเครียดต่างๆ ที่เกิดจากการเปลี่ยนแปลงสภาพภูมิอากาศ เช่น อุณหภูมิสูง ภาวะแล้ง และดินเค็ม
จุดเด่นของงานวิจัยนี้คือการนำเอาเทคนิค transcriptomics มาใช้ในการวิเคราะห์การแสดงออกของยีน (gene expression) ในพืช โดยเริ่มจากการใช้ข้อมูลที่มีอยู่แล้ว (publicly available data) และขยายผลการวิจัยจากพืชต้นแบบอย่าง Arabidopsis ไปสู่พืชเศรษฐกิจสำคัญของไทยอย่างข้าว การนำข้อมูล transcriptomics มาผสานกับข้อมูล proteomics (การวิเคราะห์โปรตีน) จะช่วยให้ได้ภาพที่สมบูรณ์ยิ่งขึ้นเกี่ยวกับการตอบสนองของพืชต่อสภาวะเครียดในระดับโมเลกุล นอกจากนี้ การใช้เทคนิค deep learning และ network analysis ซึ่งเป็นเทคนิคที่ทันสมัยในด้านปัญญาประดิษฐ์ จะช่วยในการวิเคราะห์ข้อมูลขนาดใหญ่และสร้างแบบจำลอง (model) ที่สามารถทำนายการตอบสนองของพืชต่อสภาวะเครียดต่างๆ ได้อย่างแม่นยำ
การสร้าง "แผนที่ระดับโมเลกุล" หรือ molecular map เปรียบเสมือนการสร้างแผนผังแสดงความเชื่อมโยงที่ซับซ้อนระหว่างยีนและชีวโมเลกุลต่างๆ ซึ่งจะช่วยให้เข้าใจกลไกการควบคุมการตอบสนองของพืชต่อสภาวะเครียดได้อย่างลึกซึ้ง และสามารถนำไปใช้ในการคัดเลือกยีนเป้าหมาย หรือการปรับแต่งพันธุกรรม (genetic modification) เพื่อพัฒนาพันธุ์พืชที่มีความทนทานต่อสภาวะเครียดได้อย่างมีประสิทธิภาพ
ความสำคัญของงานวิจัยนี้มีความเกี่ยวข้องกับความมั่นคงทางอาหารของประเทศไทยอย่างยิ่ง เนื่องจากภาคเกษตรกรรมมีความสำคัญต่อเศรษฐกิจ การพัฒนาพันธุ์พืชที่ทนทานต่อการเปลี่ยนแปลงสภาพภูมิอากาศ จึงเป็นสิ่งจำเป็นในการรักษาผลผลิตทางการเกษตรให้มีเสถียรภาพ และสามารถรองรับความต้องการของประชากรที่เพิ่มขึ้น งานวิจัยนี้ยังแสดงถึงศักยภาพของประเทศไทยในการวิจัยด้านชีววิทยาระบบและการวิเคราะห์ข้อมูลขนาดใหญ่ ซึ่งเป็นเทคโนโลยีที่สำคัญในการขับเคลื่อนเศรษฐกิจในอนาคต การใช้เทคนิค deep learning และ network analysis จะช่วยลดเวลาและต้นทุนในการพัฒนาพันธุ์พืช ซึ่งจะส่งผลให้การพัฒนาพันธุ์พืชมีความรวดเร็วและมีประสิทธิภาพมากขึ้น
งานวิจัยนี้เหมาะกับอุตสาหกรรมใด
งานวิจัยนี้เหมาะกับอุตสาหกรรมการเกษตร โดยเฉพาะอย่างยิ่งอุตสาหกรรมเมล็ดพันธุ์ และอุตสาหกรรมเกษตรสมัยใหม่ (Smart Farming) เหตุผลคือผลลัพธ์จากงานวิจัยนี้จะนำไปสู่การพัฒนาพันธุ์พืชที่มีความต้านทานต่อสภาวะแวดล้อมที่เปลี่ยนแปลง เช่น พันธุ์ข้าวที่ทนแล้ง ทนร้อน และทนเค็ม ซึ่งจะช่วยเพิ่มผลผลิตและลดความเสี่ยงจากการเปลี่ยนแปลงสภาพภูมิอากาศ นอกจากนี้ ข้อมูลและเทคโนโลยีที่พัฒนาขึ้น สามารถนำไปใช้ในการพัฒนาเทคนิคการเพาะปลูกที่เหมาะสม การบริหารจัดการน้ำ และการใช้ปุ๋ย ซึ่งจะช่วยเพิ่มประสิทธิภาพการผลิตทางการเกษตร และลดต้นทุนการผลิต อุตสาหกรรมเคมีเกษตรก็อาจได้ประโยชน์จากงานวิจัยนี้โดยการพัฒนาผลิตภัณฑ์ที่สนับสนุนการเจริญเติบโตของพืชในสภาวะที่เครียด
งานวิจัยนี้เหมาะกับอาชีพใด
งานวิจัยนี้เหมาะกับนักวิทยาศาสตร์ โดยเฉพาะนักวิจัยด้านชีววิทยาโมเลกุล พันธุศาสตร์ และชีวสารสนเทศศาสตร์ (Bioinformatics) นักวิจัยเหล่านี้จะสามารถนำความรู้และทักษะในการวิเคราะห์ข้อมูลขนาดใหญ่ และการใช้เทคนิคทางชีววิทยาระบบ มาใช้ในการวิเคราะห์ข้อมูล พัฒนาแบบจำลอง และตีความผลลัพธ์จากการวิจัย นอกจากนี้ งานวิจัยนี้ยังเหมาะกับนักวิทยาศาสตร์ข้อมูล (Data Scientist) เนื่องจากต้องใช้ความรู้ด้านการวิเคราะห์ข้อมูล การสร้างแบบจำลอง และการใช้เทคนิค machine learning เพื่อวิเคราะห์ข้อมูล omics ขนาดใหญ่ งานวิจัยนี้ยังเหมาะกับนักปรับปรุงพันธุ์พืช ซึ่งจะสามารถนำผลลัพธ์จากงานวิจัยนี้ไปใช้ในการคัดเลือกและพัฒนาพันธุ์พืชที่มีความต้านทานต่อสภาวะเครียดต่างๆ
| รหัสโครงการ : | 12675 |
| หัวหน้าโครงการ : | รศ.ดร. วโรดม เจริญสวรรค์ |
| ปีงบประมาณ : | 2563 |
| หน่วยงาน : | มหาวิทยาลัยมหิดล |
| สาขาวิจัย : | กลุ่มข้อมูลด้านวิทยาศาสตร์ธรรมชาติ |
| ประเภทโครงการ : | โครงการเดี่ยว |
| สถานะ : | ปิดโครงการ |
| คำสำคัญ : | |
| วัตถุประสงค์ : | 1) Using our in-house transcriptomic analytic pipeline previously established, we will combine our temperature transcriptomes with other publicly available data set, and perform comparative analyses to characterize the overall dynamics of gene expression in response to different types of temperature changes. 2) We will extend our previous analysis focusing on Arabidopsis to further investigate the temperature transcriptomes in rice, one of Thailand’s most important economic plants. 3) We will expand the temperature transcriptome data sets to cover other abiotic stresses associated with climate change, by starting with salinity and drought, and will identify common and condition-specific stress responsive genes and transcripts. 4) We will establish and evaluate a pipeline that utilizes a state-of-the-art computational method “deep learning” and “network analysis” to analyze publicly available omic data, including transcriptomes and proteomes, of plants under abiotic stresses. |
รศ.ดร. วโรดม เจริญสวรรค์. (2563). การพัฒนาแผนที่ระดับโมเลกุลด้วยชีววิทยาระบบสำหรับปรับปรุงพันธ์ุพืชเพื่อรับมือการเปลี่ยนแปลงทางสภาวะอากาศ. มหาวิทยาลัยมหิดล. .
รศ.ดร. วโรดม เจริญสวรรค์. 2563. "การพัฒนาแผนที่ระดับโมเลกุลด้วยชีววิทยาระบบสำหรับปรับปรุงพันธ์ุพืชเพื่อรับมือการเปลี่ยนแปลงทางสภาวะอากาศ". มหาวิทยาลัยมหิดล. .
รศ.ดร. วโรดม เจริญสวรรค์. "การพัฒนาแผนที่ระดับโมเลกุลด้วยชีววิทยาระบบสำหรับปรับปรุงพันธ์ุพืชเพื่อรับมือการเปลี่ยนแปลงทางสภาวะอากาศ". มหาวิทยาลัยมหิดล, 2563. .
รศ.ดร. วโรดม เจริญสวรรค์. การพัฒนาแผนที่ระดับโมเลกุลด้วยชีววิทยาระบบสำหรับปรับปรุงพันธ์ุพืชเพื่อรับมือการเปลี่ยนแปลงทางสภาวะอากาศ. มหาวิทยาลัยมหิดล; 2563. .