Des efforts pour moderniser les opérations d'élevage à travers CGIAR les centres et institutions partenaires, ancrés dans une évolution plus large vers des systèmes d'amélioration génétique basés sur les données et activés numériquement, ont reçu un nouvel élan alors que chercheurs, sélectionneurs, gestionnaires de données et équipes techniques se sont réunis à IITA Siège social du 19 au 21 mai, pour un atelier de formation sur l'application Enterprise Breeding System (EBS) Core Breeding et l'application Bioflow.
La formation a porté sur l'amélioration de la manière dont les données sont capturées, gérées, partagées, analysées et utilisées au sein des programmes d'amélioration de l'IITA et du CGIAR, soutenant ainsi des opérations d'amélioration plus efficaces et intégrées.
Développé dans le cadre de l'initiative CGIAR Excellence in Breeding, l'Enterprise Breeding System (EBS) est une plateforme d'informatique d'amélioration génétique open-source de bout en bout, conçue pour intégrer les différentes étapes du pipeline d'amélioration génétique, de la gestion du matériel végétal et de la conception des essais à la capture, l'analyse et la prise de décision des données — au sein d'un système unique et unifié tout en prenant en charge les flux de travail d'amélioration génétique modernes.
L'atelier a fourni aux participants des sessions pratiques sur les fonctionnalités clés d'EBS et de Bioflow, notamment la consolidation de divers ensembles de données, la création et la gestion d'expériences, le suivi du matériel génétique, la collecte de données, le téléchargement de données, l'analyse de données et le partage d'informations entre les équipes de sélection, permettant ainsi aux sélectionneurs d'améliorer la précision et l'efficacité tout en réduisant considérablement le temps et la complexité associés à la gestion des données.
Les participants ont également exploré les récentes mises à niveau visant à améliorer l'efficacité du flux de travail et l'accessibilité en temps réel des informations sur la sélection.
Un point culminant majeur de l'engagement a été l'accent mis sur l'harmonisation des opérations de sélection et la réduction des défis associés aux systèmes de gestion de données fragmentés ou incohérents. En intégrant les activités de sélection au sein d'une plateforme numérique partagée, EBS aide les institutions à améliorer la qualité, la standardisation et l'accessibilité des données, tout en renforçant la collaboration entre les réseaux de sélection.
Le gestionnaire de données pour l'amélioration génétique de l'IITA, Simon Imoro, a décrit l'EBS comme un flux de travail intégré qui relie les opérations d'amélioration génétique, de la création de pépinières et de la conception d'expériences à la collecte de données sur le terrain, à l'analyse et à la libération de variétés au sein d'une seule plateforme. Il a expliqué que la plateforme a été développée pour aider les programmes d'amélioration génétique à fonctionner plus efficacement grâce à une gestion des données améliorée et à des processus numériques intégrés.
En outre, la responsable administrative de la recherche de l'unité Maïs de l'IITA, Bunmi Bossey, a souligné que la gestion des pépinières, les croisements d'amélioration et la formation d'hybrides sont les points forts de cette plateforme. Elle a expliqué que les fonctionnalités améliorées de l'EBS aideront à intensifier les activités d'amélioration, à soutenir le développement de produits et à améliorer les processus de gestion, de la plantation à la récolte.
Dans son essence, l'application EBS Core Breeding prend en charge des flux de travail critiques tels que le croisement, l'avancement en pépinière et les essais multi-sites, tout en s'intégrant de manière transparente avec des outils analytiques qui permettent la prédiction génomique et la modélisation statistique avancée. Cette intégration est particulièrement importante car la sélection moderne repose de plus en plus sur de grands ensembles de données complexes, des outils de précision et l'analyse prédictive pour accélérer le gain génétique, c'est-à-dire le rythme auquel les variétés améliorées sont développées et livrées aux agriculteurs.
Crucialement, l'adoption d'EBS et de Bioflow a des implications de grande portée pour l'impact agricole. En améliorant la qualité des données, en augmentant la précision des décisions et en raccourcissant les cycles de reproduction, la plateforme permet le développement plus rapide de variétés de cultures résilientes au climat, à haut rendement et riches en nutriments, adaptées aux besoins des agriculteurs, en particulier en Afrique, en Asie et en Amérique latine.
Dans un contexte où les programmes d'élevage doivent répondre au changement climatique, à l'évolution des ravageurs et des maladies, et à la demande croissante de nourriture, une telle transformation numérique est essentielle pour traduire les investissements en recherche en résultats tangibles dans les champs des agriculteurs.
À mesure que l'adoption du système d'amélioration de la race d'entreprise se généralise dans les programmes d'amélioration, la plateforme devrait renforcer la recherche collaborative, rationaliser les flux de travail d'amélioration et soutenir la livraison de variétés de maïs améliorées qui répondent mieux aux besoins des agriculteurs en Afrique et au-delà.
Contribué par Christabel Ediri et Ochuwa Favour Daramola
Contribué par
Nouvelles connexes