BETTERPOTA2BREEDING: Integrating machine learning and genomic prediction for advancing Norwegian potato cultivar development

Om prosjektet

Billeddiagnostikk og genomisk prediksjon for å effektivisere norsk potetforedling.

Prosjektet har som formål å utvikle og ta i bruk nye verktøy, som maskinlæring og genomisk seleksjon for mer effektiv norsk potetforedling. Graminor vil bruke verktøyene for utviklingen av sorter med forbedret resistens mot flatskurv (Streptomyces), en kvalitetssykdom på potet som forårsaker stort svinn gjennom verdikjeden. Digital bildeanalyse vil bli tatt i bruk for mer presis kvantifisering av potetknollenes egenskaper, som form, farge og sykdomstegn. Dataene benyttes til å utvikle maskinlæringsmodeller, for å lage en prediksjonsmodell for flatskurvangrepet. I kombinasjon med genetiske data skal vi utvikle prediksjonsmodeller for å effektivisere utvalgsarbeidet i potetforedlingen.

Deltakere