Original Title: Functional genomics in forage and turf - present status and future prospects
Source: doi.org/10.46882/FAFT/1208
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ហ្សែនមុខងារនៅក្នុងដំណាំចំណីសត្វ និងស្មៅ - ស្ថានភាពបច្ចុប្បន្ន និងទស្សនវិស័យនាពេលអនាគត

ចំណងជើងដើម៖ Functional genomics in forage and turf - present status and future prospects

អ្នកនិពន្ធ៖ Yan Zhang (The Samuel Roberts Noble Foundation), M.A. Rouf Mian (The Samuel Roberts Noble Foundation)

ឆ្នាំបោះពុម្ព៖ 2019, Frontiers of Agriculture and Food Technology

វិស័យសិក្សា៖ Agricultural Genomics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ដំណាំចំណីសត្វនិងស្មៅមានតម្លៃសេដ្ឋកិច្ចខ្ពស់ ប៉ុន្តែមានទំហំហ្សែនធំ និងមានភាពស្មុគស្មាញ ដែលធ្វើឱ្យការស្រាវជ្រាវកែលម្អពូជជួបការលំបាក និងមានការអភិវឌ្ឍយឺតយ៉ាវជាងដំណាំសំខាន់ៗដទៃទៀត។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានធ្វើការត្រួតពិនិត្យ និងសំយោគការអនុវត្តវិធីសាស្ត្រសិក្សាហ្សែនមុខងារ និងព័ត៌មានវិទ្យាជីវវិទ្យា ដោយប្រើប្រាស់រុក្ខជាតិគំរូដើម្បីដោះស្រាយបញ្ហានៃភាពស្មុគស្មាញនេះ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Expressed Sequence Tags (ESTs)
ការវិភាគបំណែកស៊េរីហ្សែនដែលបញ្ចេញ
ជួយស្វែងយល់ពីមុខងារហ្សែនដែលមិនទាន់ស្គាល់តាមរយៈការប្រៀបធៀប និងអនុញ្ញាតឱ្យបង្កើតជាមូលដ្ឋានទិន្នន័យហ្សែនយ៉ាងទូលំទូលាយ។ ទាមទារការចងក្រងទិន្នន័យធំ ហើយចំនួន ESTs សម្រាប់ប្រភេទស្មៅចំណីសត្វនៅមានកម្រិតនៅឡើយបើធៀបនឹងដំណាំផ្សេងៗ។ បង្កើតបានបណ្ណាល័យហ្សែនរាប់ម៉ឺនសម្រាប់រុក្ខជាតិគំរូដូចជា Medicago truncatula (១៨៧,៧៦៣ ESTs) និងបង្កើនល្បឿននៃការកំណត់អត្តសញ្ញាណហ្សែន។
Microarrays and Suppression Subtractive Hybridization (SSH)
ការវិភាគកម្រិតនៃការបញ្ចេញហ្សែនរួមដោយប្រើ Microarrays និង SSH
អាចវិភាគទិន្នន័យហ្សែនក្នុងបរិមាណច្រើនក្នុងពេលតែមួយ និងមានប្រសិទ្ធភាពខ្ពស់ក្នុងការកំណត់អត្តសញ្ញាណហ្សែនដែលឆ្លើយតបនឹងការប្រែប្រួលបរិស្ថានឬជំងឺ។ ទាមទារប្រព័ន្ធព័ត៌មានវិទ្យាជីវវិទ្យាខ្លាំងដើម្បីបកប្រែទិន្នន័យដ៏សន្ធឹកសន្ធាប់ ហើយពូជស្មៅភាគច្រើនមិនទាន់មានលំដាប់ហ្សែនគ្រប់គ្រាន់សម្រាប់បង្កើត Microarrays ពេញលេញទេ។ ប្រើប្រាស់ SSH ដើម្បីកំណត់អត្តសញ្ញាណហ្សែនចំនួន ២,៤៩៥ ESTs ដែលទាក់ទងនឹងភាពធន់នឹងកម្តៅនៅក្នុងស្មៅ tall fescue។
Proteomics & Metabolomics
ការសិក្សាប្រព័ន្ធប្រូតេអ៊ីន និងមេតាបូលីត
ផ្តល់រូបភាពពិតប្រាកដនៃកម្រិតប្រូតេអ៊ីន និងសារធាតុចុងក្រោយដែលរុក្ខជាតិផលិតដើម្បីឆ្លើយតបទៅនឹងបម្រែបម្រួលហ្សែន និងបរិស្ថាន។ មានការលំបាកផ្នែកបច្ចេកទេសខ្ពស់ និងទាមទារឧបករណ៍វិភាគទំនើបៗដែលមានតម្លៃថ្លៃ ដូចជាប្រព័ន្ធ Mass Spectrometry។ កំណត់អត្តសញ្ញាណប្រូតេអ៊ីនទាក់ទងនឹងការលូតលាស់គ្រាប់ពូជ និងសារធាតុសកម្មដូចជា saponins ក្នុង Medicago truncatula ដោយប្រើ HPLC/MS។
Using Brachypodium distachyon as a Model Plant
ការប្រើប្រាស់រុក្ខជាតិគំរូ Brachypodium distachyon
មានទំហំហ្សែនតូច វដ្តជីវិតខ្លី (តិចជាង ៤ខែ) បន្តពូជដោយខ្លួនឯង ងាយស្រួលដាំដុះ និងមានលក្ខណៈជីវសាស្ត្រស្រដៀងនឹងស្មៅចំណីសត្វភាគច្រើន។ វាមិនមែនជាដំណាំដែលមានតម្លៃសេដ្ឋកិច្ចផ្ទាល់នោះទេ វាគ្រាន់តែជារុក្ខជាតិឧបករណ៍សម្រាប់ធ្វើការសិក្សាប្រៀបធៀបប៉ុណ្ណោះ។ ត្រូវបានចាត់ទុកជាប្រព័ន្ធគំរូដ៏ល្អបំផុតមួយ (បំពេញបន្ថែមឱ្យស្រូវ Oryza sativa) សម្រាប់ការសិក្សាពីហ្សែននៃស្មៅចំណីសត្វតំបន់ត្រជាក់។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សាស្រាវជ្រាវផ្នែកហ្សែនមុខងារ (Functional Genomics) នេះទាមទារការវិនិយោគខ្ពស់លើហេដ្ឋារចនាសម្ព័ន្ធមន្ទីរពិសោធន៍ ឧបករណ៍វិភាគកម្រិតខ្ពស់ និងប្រព័ន្ធកុំព្យូទ័រសម្រាប់គ្រប់គ្រងទិន្នន័យដ៏ធំ (Bioinformatics)។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះភាគច្រើនផ្អែកលើទិន្នន័យពីសហរដ្ឋអាមេរិក អឺរ៉ុប និងអូស្ត្រាលី ដោយផ្តោតយ៉ាងខ្លាំងលើពូជស្មៅតំបន់ត្រជាក់ (Cool-season grasses) ដូចជា tall fescue និងរុក្ខជាតិគំរូដូចជា Medicago truncatula។ សម្រាប់ប្រទេសកម្ពុជាដែលស្ថិតនៅតំបន់ត្រូពិច ទិន្នន័យពូជរុក្ខជាតិទាំងនេះប្រហែលជាមិនអាចអនុវត្តផ្ទាល់បានទាំងស្រុងនោះទេ ដោយសារភាពខុសគ្នានៃអាកាសធាតុ ពូជស្មៅក្នុងស្រុក (តំបន់ក្តៅ) និងប្រភេទជំងឺរុក្ខជាតិប្រចាំតំបន់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាផ្តោតលើពូជស្មៅតំបន់ត្រជាក់ក៏ដោយ បច្ចេកវិទ្យាវិភាគហ្សែនមុខងារ និងវិធីសាស្ត្រស្រាវជ្រាវទាំងនេះមានសក្តានុពលខ្ពស់សម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា។

ការកសាងសមត្ថភាពផ្នែកហ្សែនមុខងារ (Functional Genomics) នឹងជួយកម្ពុជាផ្លាស់ប្តូរពីវិធីសាស្ត្រសាកល្បង-និង-កំហុស ទៅកាន់ការអភិវឌ្ឍពូជដំណាំគោលដៅប្រកបដោយភាពច្បាស់លាស់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃព័ត៌មានវិទ្យាជីវវិទ្យា (Bioinformatics Basis): និស្សិតគួរសិក្សាពីរបៀបទាញយក និងវិភាគទិន្នន័យស៊េរីហ្សែន ដោយចាប់ផ្តើមពីការប្រើប្រាស់មូលដ្ឋានទិន្នន័យសាធារណៈដូចជា GenBank dbEST និងប្រព័ន្ធធនធានសហគមន៍កសិកម្មដូចជា Gramene ដើម្បីស្វែងយល់ពីរបៀបប្រៀបធៀបហ្សែនរុក្ខជាតិ។
  2. រៀនបច្ចេកទេសវិភាគហ្សែនដែលបញ្ចេញ (Gene Expression Techniques): ស្វែងយល់ និងអនុវត្តបច្ចេកទេសតាមរយៈទិន្នន័យនិម្មិត ឬក្នុងមន្ទីរពិសោធន៍ពិត ដោយប្រើប្រាស់បច្ចេកវិទ្យា Microarray ឬ Suppression Subtractive Hybridization (SSH) ដើម្បីកំណត់អត្តសញ្ញាណហ្សែនដែលឆ្លើយតបនឹងស្ត្រេសបរិស្ថាន។
  3. ស្វែងយល់ពីប្រព័ន្ធវិភាគមេតាបូលីត (Metabolomics Analysis): ធ្វើការស្រាវជ្រាវស៊ីជម្រៅពីយន្តការប្រតិបត្តិការរបស់ឧបករណ៍ទំនើបៗដូចជា Mass Spectrometry, GC/MS, និង HPLC ដើម្បីអាចយល់ពីរបៀបវិភាគរកសារធាតុសកម្ម និងកម្រិតមេតាបូលីតនៅក្នុងជាលិការុក្ខជាតិផ្សេងៗ។
  4. អនុវត្តការស្រាវជ្រាវលើរុក្ខជាតិគំរូ (Model Plant Experiments): ចាប់ផ្តើមរៀបចំការពិសោធន៍ក្នុងផ្ទះកញ្ចក់ដោយប្រើប្រាស់រុក្ខជាតិគំរូដូចជា Brachypodium distachyonMedicago truncatula ដើម្បីអនុវត្តការសិក្សាពីមុខងារហ្សែន (Reverse Genetics) មុននឹងឈានទៅរកការសិក្សាលើពូជស្មៅក្នុងស្រុកកម្ពុជាដែលមានភាពស្មុគស្មាញខ្ពស់។
  5. បង្កើតកិច្ចសហប្រតិបត្តិការអន្តរស្ថាប័ន (Inter-institutional Cooperation): កសាងបណ្តាញទំនាក់ទំនងជាមួយស្ថាប័នស្រាវជ្រាវកសិកម្មអន្តរជាតិ ដើម្បីអាចប្រើប្រាស់រួមគ្នានូវមូលដ្ឋានទិន្នន័យធំៗ និងឧបករណ៍វិភាគដែលកម្ពុជាពុំទាន់មាន ដោយផ្អែកលើគោលការណ៍ចែករំលែកទិន្នន័យ Functional Genomics រវាងស្ថាប័ន។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Functional genomics (ហ្សែនមុខងារ) ការសិក្សាពីរបៀបដែលហ្សែនរាប់ពាន់នៅក្នុងសារពាង្គកាយធ្វើការរួមគ្នា ដើម្បីបញ្ជាទៅលើលក្ខណៈរូបរាងកាយ ការលូតលាស់ ឬការឆ្លើយតបទៅនឹងបរិស្ថាន ជាជាងការសិក្សាមុខងាររបស់ហ្សែនតែមួយដាច់ដោយឡែក។ ដូចជាការសិក្សាពីរបៀបដែលបុគ្គលិកទាំងអស់ក្នុងក្រុមហ៊ុនសហការគ្នាដើម្បីបញ្ចេញផលិតផលមួយ មិនមែនគ្រាន់តែមើលការងាររបស់បុគ្គលិកម្នាក់ៗនោះទេ។
Expressed Sequence Tags (ESTs) (បំណែកស៊េរីហ្សែនដែលបញ្ចេញ) បំណែកតូចៗនៃ DNA ដែលត្រូវបានចម្លងចេញពី mRNA ដែលកំពុងធ្វើសកម្មភាព។ វាត្រូវបានប្រើប្រាស់ដើម្បីជួយអ្នកវិទ្យាសាស្ត្រស្វែងរកហ្សែនថ្មីៗ និងកំណត់ថាតើហ្សែនណាខ្លះកំពុងបើកដំណើរការនៅក្នុងជាលិការុក្ខជាតិ។ ដូចជាការអានតែចំណងជើងរងនៃសៀវភៅក្រាស់មួយ ដើម្បីដឹងថាសៀវភៅនោះនិយាយពីអ្វី ដោយមិនចាំបាច់អានគ្រប់ពាក្យ។
Microarray (ប្រព័ន្ធបន្ទះម៉ៃក្រូអារ៉េ) បច្ចេកវិទ្យាដែលប្រើបន្ទះកញ្ចក់តូចមួយមានផ្ទុកបំណែក DNA រាប់ម៉ឺនប្រភេទ ដើម្បីអាចវាស់ស្ទង់ និងវិភាគកម្រិតសកម្មភាព (ការបើកឬបិទ) របស់ហ្សែនរាប់ពាន់ក្នុងពេលតែមួយ។ ដូចជាផ្ទាំងបញ្ជា (Dashboard) នៅក្នុងកាប៊ីនយន្តហោះ ដែលបង្ហាញប្រាប់ពីស្ថានភាពដំណើរការនៃម៉ាស៊ីនរាប់ពាន់ក្នុងពេលតែមួយយ៉ាងឆាប់រហ័ស។
Proteomics (ប្រូតេអូមិក ឬការសិក្សាប្រព័ន្ធប្រូតេអ៊ីន) ការសិក្សាទ្រង់ទ្រាយធំអំពីប្រភេទ និងបរិមាណប្រូតេអ៊ីនទាំងអស់ដែលរុក្ខជាតិមួយផលិតឡើងនៅពេលជាក់លាក់ណាមួយ ដើម្បីស្វែងយល់ពីរបៀបដែលរុក្ខជាតិឆ្លើយតបទៅនឹងជំងឺ ឬការប្រែប្រួលអាកាសធាតុ។ ប្រសិនបើហ្សែនជាសៀវភៅរូបមន្តធ្វើម្ហូប នោះប្រូតេអូមិកគឺការសិក្សាពីមុខម្ហូបពិតប្រាកដទាំងអស់ដែលត្រូវបានចម្អិនចេញមក។
Metabolomics (មេតាបូលីមិក ឬការសិក្សាប្រព័ន្ធមេតាបូលីត) ការវិភាគរកសារធាតុគីមីកម្រិតតូចៗ (មេតាបូលីត) ដែលជារបស់សេសសល់ ឬផលិតផលចុងក្រោយនៃដំណើរការកោសិការុក្ខជាតិ ដើម្បីយល់ពីស្ថានភាពសុខភាព ឬលក្ខណៈជីវគីមីពិតប្រាកដរបស់រុក្ខជាតិ។ ដូចជាការពិនិត្យមើលកាកសំណល់ ឬផលិតផលសម្រេចនៅក្នុងឃ្លាំងរោងចក្រ ដើម្បីដឹងថាតើរោងចក្រនោះកំពុងដំណើរការផលិតអ្វីខ្លះ។
Suppression subtractive hybridization (SSH) (បច្ចេកទេសបង្កាត់កាត់បន្ថយដើម្បីស្វែងរកហ្សែន) បច្ចេកទេសប្រៀបធៀបគំរូហ្សែនពីរ (ឧទាហរណ៍ រុក្ខជាតិធន់នឹងកម្តៅ និងមិនធន់) ដោយលុបចោលហ្សែនដែលដូចគ្នាចេញ ហើយទាញយកតែហ្សែនដែលខុសគ្នា ដើម្បីរកមើលហ្សែនពិសេសដែលឆ្លើយតបនឹងបរិស្ថាន។ ដូចជាការយកកន្ត្រកផ្លែឈើពីរមកប្រៀបធៀប ហើយដកផ្លែឈើដែលដូចគ្នាចេញ ដើម្បីរកមើលថាតើកន្ត្រកមួយណាមានផ្លែឈើប្លែកពីគេ។
Colinearity / synteny (ភាពស្របគ្នានៃទីតាំងហ្សែន) ការរក្សាបាននូវទម្រង់ ឬលំដាប់លំដោយទីតាំងនៃហ្សែនស្រដៀងគ្នានៅលើក្រូម៉ូសូមរវាងពូជរុក្ខជាតិផ្សេងៗគ្នា (ឧទាហរណ៍ រវាងស្រូវ និងស្មៅចំណីសត្វ) ដែលជួយសម្រួលដល់ការគូសផែនទីហ្សែនឆ្លងពូជ។ ដូចជាការប្រើប្រាស់ផែនទីនៃទីក្រុងមួយដើម្បីស្វែងរកទីតាំងហាងនៅក្នុងទីក្រុងមួយទៀត ដែលមានការរៀបចំប្លង់ផ្លូវស្រដៀងគ្នា។
Reverse genetics (ហ្សែនច្រាស) វិធីសាស្ត្រសិក្សាដោយចាប់ផ្តើមពីហ្សែនជាក់លាក់ណាមួយ រួចធ្វើការបិទ ឬបំផ្លាញវាចោល (Knockout / Silencing) ដើម្បីសង្កេតមើលថាតើរុក្ខជាតិនោះបាត់បង់មុខងារអ្វីខ្លះ ទើបអាចសន្និដ្ឋានពីតួនាទីរបស់ហ្សែននោះបាន។ ដូចជាការសាកល្បងដោះគ្រឿងបន្លាស់មួយចេញពីម៉ាស៊ីនរថយន្ត រួចបញ្ឆេះមើលថាតើឡានខូចមុខងារអ្វី ដើម្បីដឹងថាគ្រឿងនោះមានតួនាទីជាអ្វីពិតប្រាកដ។
Model plant (រុក្ខជាតិគំរូ) រុក្ខជាតិ (ដូចជា Brachypodium distachyonMedicago truncatula) ដែលមានលក្ខណៈងាយស្រួលដាំដុះ មានវដ្តជីវិតខ្លី និងទំហំហ្សែនតូច ដែលអ្នកវិទ្យាសាស្ត្រប្រើប្រាស់សម្រាប់ការធ្វើតេស្តសាកល្បង ដើម្បីតំណាងឱ្យក្រុមដំណាំធំៗដែលពិបាកសិក្សា។ ដូចជាការប្រើប្រាស់កណ្តុរស ជាសត្វតំណាងនៅក្នុងមន្ទីរពិសោធន៍ ដើម្បីសាកល្បងថ្នាំពេទ្យមុននឹងយកទៅប្រើប្រាស់លើមនុស្ស។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖