Gene flow from transgenic plant populations: models and applications for risk assessment
Contribuinte(s) |
Helsingin yliopisto, matemaattis-luonnontieteellinen tiedekunta, matematiikan ja tilastotieteen laitos Helsingfors universitet, matematisk-naturvetenskapliga fakulteten, matematiska och statistiska institutionen University of Helsinki, Faculty of Science, Department of Mathematics and Statistics |
---|---|
Data(s) |
04/01/2007
|
Resumo |
The future use of genetically modified (GM) plants in food, feed and biomass production requires a careful consideration of possible risks related to the unintended spread of trangenes into new habitats. This may occur via introgression of the transgene to conventional genotypes, due to cross-pollination, and via the invasion of GM plants to new habitats. Assessment of possible environmental impacts of GM plants requires estimation of the level of gene flow from a GM population. Furthermore, management measures for reducing gene flow from GM populations are needed in order to prevent possible unwanted effects of transgenes on ecosystems. This work develops modeling tools for estimating gene flow from GM plant populations in boreal environments and for investigating the mechanisms of the gene flow process. To describe spatial dimensions of the gene flow, dispersal models are developed for the local and regional scale spread of pollen grains and seeds, with special emphasis on wind dispersal. This study provides tools for describing cross-pollination between GM and conventional populations and for estimating the levels of transgenic contamination of the conventional crops. For perennial populations, a modeling framework describing the dynamics of plants and genotypes is developed, in order to estimate the gene flow process over a sequence of years. The dispersal of airborne pollen and seeds cannot be easily controlled, and small amounts of these particles are likely to disperse over long distances. Wind dispersal processes are highly stochastic due to variation in atmospheric conditions, so that there may be considerable variation between individual dispersal patterns. This, in turn, is reflected to the large amount of variation in annual levels of cross-pollination between GM and conventional populations. Even though land-use practices have effects on the average levels of cross-pollination between GM and conventional fields, the level of transgenic contamination of a conventional crop remains highly stochastic. The demographic effects of a transgene have impacts on the establishment of trangenic plants amongst conventional genotypes of the same species. If the transgene gives a plant a considerable fitness advantage in comparison to conventional genotypes, the spread of transgenes to conventional population can be strongly increased. In such cases, dominance of the transgene considerably increases gene flow from GM to conventional populations, due to the enhanced fitness of heterozygous hybrids. The fitness of GM plants in conventional populations can be reduced by linking the selectively favoured primary transgene to a disfavoured mitigation transgene. Recombination between these transgenes is a major risk related to this technique, especially because it tends to take place amongst the conventional genotypes and thus promotes the establishment of invasive transgenic plants in conventional populations. Muuntogeenisten eli geenitekniikalla muunnettujen kasvien käyttäminen esimerkiksi ruuan, rehun tai puun tuottamiseen on EU:n alueella tarkoin säänneltyä. Viljelykäyttöön otettavien muuntogeenisten lajikkeiden mahdollisia ympäristölle aiheuttamia riskejä ja niiden suuruutta on arvioitava sekä ennakolta että seurantatutkimuksissa. Käytännössä muuntogeenisten kasvien ympäristövaikutukset voivat olla moninaiset, riippuen siirtogeenin aiheuttamasta ominaisuudesta, lajista ja elinympäristöstä. Toisaalta, suorat ympäristövaikutukset liittyvät läheisesti siirtogeenin leviämiseen viljellyissä ja luonnonvaraisissa populaatioissa. Tämän vuoksi riskinarvioinnin tärkeä osa-alue on geenin leviämisherkkyyden arviointi ja leviämisnopeuden ennustaminen. Kenttäkokeiden käyttäminen geenivirran arvioimiseen muuntogeenisistä kasvipopulaatioista ei ole helppoa, koska kenttäkokeiden järjestäminen ovat luvanvaraista ja tarkoin säänneltyä. Matemaattiset ja tilastolliset mallinnusmenetelmät tarjoavat vaihtoehtoisen lähestymistavan geenien leviämisen arviointiin. Tämän kaltaisten mallinustyökalujen avulla voidaan ennustaa siirtogeenin leviämistä uusiin populaatioihin sekä muuntogeenisten kasvien siirtymistä uusille elinalueille. Käytettyjen mallien on tällöin kuvattava muuntogeenisten kasvien tuottaman siitepölyn ja siementen leviämistä sekä kasvien kasvua ja kilpailua muuntamattomien kasvien kanssa. Tässä tutkimustyössä kehitin mallinnustyökaluja arvioimaan geenivirtaa muuntogeenisistä viljelykasvi- ja puulajikkeista. Siitepölyn ja siementen leviämistä kuvaamaan kehitin matemaattisia simulaatiomalleja sekä empiirisiä mallinnustyökaluja. Näitä malleja apuna käyttäen arvioin mm. vierekkäisten peltojen välistä ristipölytystä ja muuntamattomista kasveista saadun sadon muuntogeenipitoisuutta. Monivuotisia kasveja varten kehitin mallinuskehikon, jota käyttäen voidaan kuvailla muuntogeenisten sekä muuntamattomien kasvipopulaatioiden kasvua, leviämistä ja yksilöiden välistä kilpailua. Tätä mallinnuskehikkoa käyttäen voidaan erityisesti arvioida muuntogeenisten ja muuntamattomien kasvien välisten erojen vaikutusta muuntogeenisten kasvien leviämiskykyyn ja leviämisnopeuteen. Kehitetyillä malleilla tekemäni mallinnustutkimukset osoittavat, että siirtogeenin leviäminen on hyvin satunnainen prosessi. Tämän vuoksi leviämiseen liittyy paljon ennakoimatonta vaihtelua, ja tarkkojen geenivirtaennusteiden luominen on mahdotonta. Muuntogeenisten kasvien leviäminen riippuu voimakkaasti geenin antamasta kilpailuedusta verrattuna muuntamattomiin kasveihin. Lisäksi ympäristöllisillä ja lajikohtaisilla tekijöillä on voimakas vaikutus siirtogeenin leviämiseen. Näistä syistä systemaattinen riskinarviointi on suoritettava laji- ja kasvupaikkakohtaisesti, ja erityistä huomiota on kiinnitettävä ennusteiden epävarmuuteen sekä siihen, että satunnaisvaihtelusta johtuen geenivirta saattaa toisinaan olla huomattavasti ennakoitua suurempaa. |
Identificador |
URN:ISBN:952-10-3560-9 |
Idioma(s) |
en |
Publicador |
Helsingin yliopisto Helsingfors universitet University of Helsinki |
Relação |
URN:ISBN:952-92-1347-6 Helsinki: 2006 |
Direitos |
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. Publikationen är skyddad av upphovsrätten. Den får läsas och skrivas ut för personligt bruk. Användning i kommersiellt syfte är förbjuden. |
Palavras-Chave | #biometria |
Tipo |
Väitöskirja (artikkeli) Doctoral dissertation (article-based) Doktorsavhandling (sammanläggning) Text |