Frågor och svar med Luka Wanjohi: Uppnå mer med mindre, statistikens kraft

Luka Wanjohi är en regional senior kunskapsledningsassistent vid International Potato Center i Uganda och arbetar med Sweetpotato Genetic Advancement and Innovative Seed Systems (SweetGAINs)-projektet. Han pratade med regional kommunikationsspecialist, Vivian Atakos, om hur statistik ger genombrott inom växtförädling genom att effektivisera hur information samlas in och delas.

F: När man tänker på växtförädlingsstatistik och datainsamling är inte nödvändigtvis det första man tänker på. Vilken roll spelar datahantering i utvecklingen och adoptionen av förbättrade växtsorter?

LW: Data kan ses som kärnan och själen i forskningsverksamheten. Sweet GAINs arbetar i olika länder med olika partners, alla har olika sätt att samla in data och hantera sin forskningsverksamhet. Det krävs korrekta och mycket standardiserade datahanteringsaktiviteter för att säkerställa att vi ska kunna lyckas använda data för att fatta våra urvalsbeslut. Växtförädlare förlitar sig på data för att fatta bra urvalsbeslut. Innan en sort släpps vill vi förstå vad vi ersätter. Varför tror vi att en ny sortsläppning är nödvändig i ett land.

Q:  Vilka är riskerna med att inte systematisera data som genereras av ett modernt avelsprogram?

LW: Om vi ​​inte samlar in vår data och definierar egenskaperna som vi samlar in på ett standardiserat sätt, blir det svårt för oss att dela data. Du kommer att upptäcka att när du inte har ett systematiskt sätt att hantera din data, då kan personer som inte var där när dessa data genererades ha svårt att arbeta med den datan. Slutligen, att inte systematisera dina data innebär att du löper risken att införa många fel, förlora data eller samla in skadad data. Detta gör det mycket svårt för dig att använda denna data utan att göra vad vi kallar datakurering – en dyr och tråkig process. Även efter kurering kommer vissa data att gå förlorade eller oanvändbara.

Standardizing data collection and management helps plant breeders build on each other’s work. In the past, data collection was not standardized from project to project and site to site, resulting in misinterpretation or costly losses of time (photo: Isabel Corthier/CIP)

F: Varför är det viktigt att implementera Standard Operating Procedures för datahantering i växtförädling?

LW: De tydliga fördelarna som vi ser när det gäller implementeringen av dessa Standard Operating Procedures (SOP) är att vi kan sätta tydliga standarder för data av hög kvalitet när det gäller hur vi gör våra testdesigner. Vår syn på digitalisering hanterar hur vi samlar in data, vilken förbättrad utrustning vi använder och så vidare. Den andra fördelen är att vi säkerställer att den data vi samlar in är jämförbar data idag och imorgon i de olika miljöer och länder som vi arbetar.

F: Vilka är utmaningarna med att inte standardisera data över ett program?

LW: Om vi ​​i framtiden vill göra en gemensam analys behöver vi standardiserade namnsystem. För att skilja en avancerad prövning från en preliminär prövning använder vi samma ontologi. Till exempel, för en tid sedan, ville vi titta på hur sötpotatisretrovirussjukdom påverkar våra växter, men det var en utmaning eftersom en grupp tidigare kunde få poäng på en skala från ett till fem, baserat på hur allvarlig effekten av ett virus på växten. Sedan skulle vi hitta ett annat program som fick poäng på en skala från ett till tre, och ett annat skulle använda ett poängsystem från ett till nio. När vi pratar om ontologin, standardiserar vi dessa poäng så att de är desamma över program. Vi använder också BreedBase för att centralisera lagringen av all vår data och gör det möjligt för oss att spåra testdata över olika (program)övergångar och plocka ut potentiella problem tidigt i vårt arbete i motsats till att upptäcka att vi samlat in eller lagrat fel data direkt på mycket när du vill göra en analys.

Q:  Hur hjälper datainsamling och hantering uppfödare att inrikta sig på föredragna egenskaper, effektivisera sitt arbete och minska de totala kostnaderna?

LW: En effektiv datahanteringsprocess stöder uppfödaren i snabb, kostnadseffektiv datainsamling, som gör att de kan samla in mycket data, analysera den och fatta urvalsbeslut för att stödja sitt arbete. Uppfödare arbetar normalt med många anslutningar. Jag har sett rättegångar i Uganda, där en tomt hade cirka 7000 bidrag i en rättegång som behandlar 7000 tomter. När du har ett stort antal accessioner vill du kunna gå in, samla in din data snabbt och på ett effektivt sätt. Genom att lägga in en process som gör att du kan göra detta digitalt undviker du pappersinmatningar som riskerar felaktig datatranskription under digitaliseringen. Våra verktyg har inbyggda kontroller för att säkerställa att vi samlar in rätt data eller begränsar datainmatning så mycket som möjligt. Endast de tillåtna värden som kan vara som kan samlas in. Detta möjliggör snabb dataanalys eftersom den redan är digitaliserad och för snabb enkel delning med kollegor och andra personer som hjälper till med dataanalysen.

F: Berätta för oss om hur användningen av streckkoder hjälper till att effektivisera information.

LW: Vi har använt många streckkodsetiketter sedan en tid tillbaka. Program uppmuntras att se till att de skriver ut etiketter för sitt material i skärmhusen och ute på fältet. Kärnan i streckkodsetiketter är att kunna spåra rörelsen av en given accession eller en given genotyp över olika arbetsfält. BreedBase, vår databas, genererar ett unikt ID för varje tomt som du lägger ut i fältet, och vi sätter detta ID på streckkoden, så att vi kan spåra prestandan för en given post från fältet till skörden, och när vi tar den till lab för analys och så vidare.

F: Vilka råd har du till andra organisationer som vill implementera standardförfarandena i sina avelsprogram?

LW: Vi har lärt oss att våra SOP är ett levande dokument. Där behövdes utveckling för när man väl har ett referensdokument blir det lätt för folk att komma tillbaka och titta på det och stötta människor som är utspridda över hela regionen. Mitt råd till andra skulle vara att utveckling bör vara en del av de aktiviteter du gör idag. Börja smått, dokumentera rutinerna som de är idag. Iterera med avelsteamen, med de personer som faktiskt genomför avelsaktiviteterna och sträva efter att kontinuerligt förbättra detta dokument. Sträva inte efter att ha ett perfekt dokument redo. Börja med att skriva en och försök sedan genom samarbetet mellan alla i laget att fånga alla processer och alla rutinaktiviteter i avelsprogrammet. Så att du med tiden kommer att ha ett så omfattande dokument som möjligt och fångar alla aktiviteter som du gör i ditt program.

Besök oss på SoundCloud för att lyssna på SweetGAINS podcast med Luka Wanjohi och andra forskare som moderniserar växtförädling.