POLYPLOIDBREEDING 4.0: Expanding the toolbox for cereal breeding: high-throughput genomics, 2D-3D phenomics and artificial intelligence for breeding with increasing genome complexity, from barley to durum and bread wheat

Il progetto si occuperà di metodi per il miglioramento genetico dei cereali basati sulla tecnologia (breeding 4.0) in specie diploidi (orzo, Hordeum vulgare) e poliploidi (grano duro e tenero: Triticum durum, T. aestivum), al fine di incrementare la produzione cerealicola in maniera sostenibile e adattandosi ai cambiamenti climatici. Le tecnologie usate sono fenotipizzazione (tramite droni e rizotroni) e genotipizzazione (SNP array, exome sequencing, GBS) high-throughput, e l’intelligenza artificiale. I fenotipi prodotti includeranno la resa, la morfometria, immagini ottenute automaticamente da droni e rizotroni (2D e 3D). Metodi di machine learning, soprattutto reti neurali e deep learning, saranno usati per sviluppare modelli di predizione fenotipica e genomica.

Sheep-TreeSeq: Analisi scalabile della diversità genetica ovina usando alberi (grafi) di sequenze genomiche

Sheep-TreeSeq applicherà la metodologia innovativa degli alberi di sequenze genomiche (grafi) per l’analisi scalabile della diversità genetica ovina.

L’innovazione tecnologica in agricoltura ha reso disponibili grandi dataset di dati genomici (“big data”) che rappresentano una sfida per l’immagazzinamento e l’analisi dei dati, es. il mero volume dei dati, la rapida generazione di nuovi dati (aggiornamento, applicazioni in streaming), e l’eterogeneità delle fonti (integrazione di dati da diverse piattaforme di sequenziamento). Gli algoritmi a grafo (alberi di sequenze) offrono un modo eccellente per affrontare questa sfida, fornendo una compressione dei dati senza perdita d’informazione, ed una nuova rappresentazione dei dati genomici. Ad esempio, l’applicazione degli alberi di sequenza ai dati del 1000 Bull Genome Project ha permesso di ottenere una compressione del 90%, riducendo la dimensione dei dati da ~800 GB a 45 GB.

Per il progetto Sheep-TreeSeq useremo circa 3500 sequenze ovine complete e oltre 50,000 genotipizzazioni (~10 TB di dati). Il nostro piano è di applicare l’approccio degli alberi di sequenze per comprimere questi dati ed ottenere una rappresentazione dei dati adatta all’analisi demografica e di genetica di popolazioni: i) analisi delle componenti principali e nearest-neighbor clustering; ii) indice di fissazione e misura della differenziazione genetica; iii) metodi di clustering basati sulle reti neurali; iv) analisi delle runs of homozygosity (ROH) e delle heterozygosity-rich regions (HRR).

È la prima volta che questo approccio è applicato alla genetica ovina.

FREECLIMB - Fruit Crops Resilience to Climate Change in the Mediterranean Basin

Il progetto FREECLIMB intende rispondere agli obiettivi del programma PRIMA (Sect. 2) di HORIZON 2020 (EU Research Framework) per lo sviluppo di sistemi agricoli innovativi e sostenibili nell’area Mediterranea, che preservino le risorse naturali (acqua ed uso di suolo) attraverso un aumento dell’efficienza produttiva. Ciò verrà perseguito aumentando la conoscenza sui meccanismi con cui le piante si adattano all’ambiente e resistono agli stress biotici ed abiotici. Il progetto FREECLIMB include le più importanti specie arboree del Mediterraneo, con l’obiettivo di incrementare la disponibilità di germoplasma e varietà adatte ad usare risorse esterne limitate (input) e ad adattarsi agli scenari climatici futuri predetti per l’area mediterranea, attraverso la caratterizzazione e l’utilizzo della biodiversità locale. Il progetto si concentrerà su ideotipi chiave elaborati in collaborazione con i coltivatori di frutta (Fruit Farming Actors -FFAs, breeders, vivaisti, coltivatori) con lo scopo principale di fornire germoplasma, metodi e strumenti per accelerare lo sfruttamento, il miglioramento genetico e la selezione di varietà resilienti per le più importanti specie arboree mediterranee (frutti con seme come pesca, albicocca e mandorla, agrumi, uva ed olive).

RABoLa - Strategie sostenibili per ridurre l’impiego di antibiotici nell’allevamento delle bovine da latte

Il progetto, che vede il coinvolgimento di diversi dipartimenti dell’Università degli Studi di Milano (DISAA, DIMEVET, VESPA), dei ricercatori del CNR ISPA e CNR IBBA e del Dipartimento DIANA dell’Università Cattolica del Sacro Cuore di Piacenza, ha come obiettivo primario l’individuazione di pratiche operative che consentano la riduzione dell’uso di antibiotici nell’allevamento delle bovine da latte. Nel corso della ricerca verranno validati protocolli operativi (somministrazione di Aloe arborescens, impiego di batteriocina di Lactococcus lactis subsp. cremoris in pre e post dipping, molecole per inibire Prototheca spp) già testati in via preliminare con risultati positivi intervenendo nell’intero ciclo di lattazione delle bovine.

Il successo del progetto RABoLa consentirà agli allevatori di usufruire di nuove strategie nutraceutiche e alternative all’uso di antibiotici, per potenziare le difese innate degli animali e ridurre l’incidenza e la gravità delle mastiti. La validazione di un efficace protocollo per la messa in asciutta selettiva degli animali porterebbe così all’immediata riduzione dell’impiego preventivo di antibiotici, in linea con quanto richiesto a livello europeo e mondiale.

FARM-INN Farm-level interventions supporting dairy industry innovation

FARM-INN ha come obiettivo l’acquisizione di nuovi dati scientifici per migliorare tutta la filiera lattiero-casearia. In particolare le ricerche si focalizzano sulla caratterizzazione delle proprietà tecnologiche e funzionalidelle proteine contenute nel latte (varianti A1 e A2 di beta-caseina) e sull’ impiego di nuovi additivi, da aggiungere nella dieta delle bovine, in grado di ridurre la contaminazione del latte da micotossine (prodotte da funghi) e batteri (clostridi). Con specifiche valutazioni effettuate tramite approccio LCA (Life Cycle Assessment), si verificheranno la sostenibilità ambientale ed economica delle innovazioni introdotte con il progetto nella filiera lattiero casearia. I risultati del progetto contribuiranno infine a garantire al consumatore alimenti più sicuri e a migliorare l’efficienza della produzione riducendo gli scarti di latte e formaggio, causa di gravi perdite economiche per i produttori.

USEFUL - Sviluppo di tecniche e processi di filiera (allevamenti e caseifici) per ottimizzare i fattori ambientali, territoriali e gestionali finalizzati a ottenere una maggiore efficienza produttiva e eccellenza qualitativa nelle produzioni di formaggi dop e tipici

Il progetto USEFUL ha l’obiettivo di risolvere alcune criticità della produzione di formaggi DOP lombardi (Grana Padano e Taleggio) in modo tale da garantire la redditività e la competitività delle imprese di settore. A tal fine saranno quindi sviluppate strategie e strumenti operativi di filiera che permettano di migliorare la qualità microbiologica e tecnologica del latte a livello di stalla e migliorare tutti i processi di caseificazione e stagionatura. Tali obiettivi saranno realizzati attraverso l’integrazione dei 3 sottoprogetti di Coordinamento, Innovazione e Trasferimento.

I risultati attesi sono quindi: 1) individuare nuove procedure aziendali per migliorare la salute degli animali, la sicurezza alimentare e la qualità microbiologica e tecnologica del latte prodotto in stalla; 2) individuare procedure innovative e strumenti operativi da usare in caseificio per monitorare le fasi di caseificazione e stagionatura dei formaggi; 3) definire linee guida, manuali tecnici e fact sheet sulle diverse procedure e tecniche aziendali.