Het grote succes van single-cell RNA sequencing (scRNA-seq) in de levenswetenschappen toont aan dat het de resolutie van gen expressie bepaling, van weefsel tot cel, revolutionair verhoogt. Waar in het medisch onderzoek deze technologie volledig operationeel is, is voor planten bijkomende technologie optimalisatie vereist. In het UGent/VIB departement van Planten Biotechnologie en Bioinformatica werd een single-cell platform opgericht voor academische en industriele samenwerkingen, met een focus op technologie ontwikkelen, evaluatie en end-to-end services. Tevens werd de AgBio Accelerator opgericht om geïnteresseerde industriële partners samen te brengen en om samen met het departement expertise uit te wisselen en evaluatie/de-risking van nieuwe technologieën voor plantenveredeling bedrijven uit te voeren. De volgende grote uitdaging, of beter opportuniteit, is toegang tot kosteneffectieve en efficiënte methoden om biologische inzichten te extraheren uit deze complexe single-cell datasets. Aangezien genontdekking een essentieel aspect is van plantenveredelingsprogramma's in AgBio, is er dringend behoefte aan gebruiksvriendelijke en efficiënte tools om scRNA-Seq-gegevens en gen – plant eigenschap (trait) informatie te combineren om nieuwe leads te identificeren voor gewasverbetering.

In dit project willen we een softwaretool (scTrait) ontwikkelen om gen-trait ontdekking en prioritering te verbeteren vertrekkende van single-cell data. Ten eerste zullen we gen-trait  informatie uit verschillende bronnen verzamelen, integreren en cureren. Vervolgens zullen we algoritmen voor netwerkbiologie toepassen om vertrekkende van single-cell data, gekende gen-trait informatie en orthologie gegevens, genontdekking en prioritering voor specifieke planteneigenschappen te verbeteren en te versnellen. Naast het bouwen van een database met gen-trait informatie en het ontwikkelen van de scTrait softwaretool (twee hoofddoelen voor valorisatie), zullen de prestaties van de tool om genen verantwoordelijk voor specifieke traits te identificeren en te prioriteren, worden geëvalueerd in een eerste proof-of-concept (PoC) . In een tweede PoC zullen we nieuwe scRNA-Seq-datasets genereren voor een selectie van economisch belangrijke planten om de kracht en toepasbaarheid van onze scTrait-software in gewassen te evalueren. Hier is het doel om het potentieel van de software te demonstreren om AgBio-bedrijven aan te trekken en te overtuigen.

Samengevat, de ontwikkeling van efficiënte tools voor plant data analyse, waarbij de kracht van baanbrekende nieuwe technologieën zoals single-cell sequencing en semantische data integratie wordt gecombineerd, zullen genontdekking en prioritering voor plantenveredeling drastisch verbeteren en versnellen. Het demonstreren van PoC voor verschillende gewassen biedt volop mogelijkheden voor valorisatie, hetzij via licenties, onderzoekssamenwerkingen of spin-out van een bedrijf.