Obregón,  Mexico  March  24,  2014  

Importance  of  data  sharing    and  germplasm  movement    

Susan  McCouch  Cornell  University  

Why  share?  

•  Humans  have  always  shared;  it  is  in  our  nature  to  share.  

•  Sharing  creates  and  sustains  relaDonships,  enhances  knowledge,  protects  from  ignorance    

•  Sharing  is  powerful,  helps  reach  goals,  increases  competence,  brings  rewards  

Knowledge  Sharing  

•  Knowledge  sharing  is  a  fundamental  process  of  civilizaDon,  it  is  central  to  learning,  it  creates  community  

•  Making  specific  knowledge  available  to  the  right  people  at  the  right  Dme  is  key  to  achieving  goals  

•  People  who  have  knowledge  and  relevant  data  gain  respect  when  they  share  what  they  know  

•  Today,  informaDon  Technology  (IT)  codifies  &  helps  manage  knowledge  and  data  sharing  

Explicit  knowledge  and  data  sharing  is  greatly  facilitated  by  InformaDon  technology  (IT)  

In  the  informaDon  age,  we  share  more  content,  from  more  sources,  with  more  people  than  ever  before  

We  also  have  created  an  elaborate  legal  system  designed  to  allow  “ownership”  of  knowledge  through  Intellectual  Property  laws  

Germplasm  sharing  •  Historically  Plant  GeneDc  Resources  and  breeding  

materials  were  shared  openly  and  moved  rapidly            around  the  globe  

•  Germplasm  was  conceived  of  and  treated  as  a                “public  good”  -­‐  available  to  all  without  restricDon;            its  value  was  enhanced  (not  diminished)  by  use  

•  Over  last  50  years,  free  and  open  germplasm  exchange  has  been  slowly  restricted    –  InterpretaDons  of  the  Treaty  on  Biological  Diversity  –  Expanded  legal  (IP)  protecDon  of  varieDes  –  PrivaDzaDon  of  plant  breeding  and  plant  breeding  research  –  Significant  spill-­‐over  effects  of  biotechnology  &  genomics    

Biotechnology  &  Genomics:    powerful  partners  in  plant  breeding  

The  Bourlag  Global  Rust  IniDaDve  (BGRI)  aims  to  uDlize  biotechnology,  genomics  and  classical  breeding  to  develop  &  deploy  rust  resistant  wheat  varieDes    

•  IdenDfy  host  resistance  genes  •  Provide  markers  for  selecDon  of  mulD-­‐genic  rust  resistance  •  Create  novel  forms  of  resistance  or  immunity  •  Enable  modeling  and  genomic  predicDon  (GS)  •  Increase  breeding  efficiency  •  Basis  for  intellectual  property  (IP)  protecDon    

BGRI  advocates  the  sharing  of  data  &  germplasm  among  parEcipants  to  hasten  the  development  of  resistance  

Rules  of  exchange  

GERMPLASM  –  Landraces  and  wild  species  (Gene  Banks)  –  Advanced  breeding  lines  (Breeding  Programs)  

•  Governed  by  different  rules  of  exchange  –  Gene  Banks  =>  InternaDonal  Treaty  on  Biological  Diversity  

•  InternaDonal  vs  NaDonal  Gene  Banks  –  Breeding  Lines  =>  Bi-­‐lateral  agreements  

•  Freely  distribute  if  no  IP,  formal  agreements  if  protected    DATA  •  Bi-­‐  or  mulD-­‐lateral  agreements  •  Centralized  data  &  informaDon  resource  (open  or  restricted  access)  

–  Genomic  info  &  R-­‐gene  haplotypes  -­‐  accessions  &  advanced  public  lines  –  Pedigree  info,  IBD  blocks,  geneDc  relaDonships,  pop  structure  –  Phenotype,  Environment  (use  of  ontologies  &  controlled  vocabulary)  

Big  Data  •  High  throughput  data  collecDon  (sequencing,  “omics”)  

generates  so  much  data  so  quickly  that  it  outpaces  our  ability  to  analyze  &  make  sense  of  them  

•  Standards  urgently  needed  to  guide  data  collecDon,  management,  annotaDon/  curaDon,  sharing,  &  integraDon  

•  Improved  experimental  designs  needed  to  help  opDmize  value  of  field  evaluaDon  &  take  advantage  of  “big  data”  

•  CriDcally  important  to  link  genotypic,  phenotypic  and  environmental  informaDon  with  seed  stocks  and  geneDc  resources  being  evaluated  =>  enormous  tracking  problem  

Genotype  •   captures  wide  range  of  

polymorphisms  •   supports  full  range  of  ploidy  •   connects  to  genomic  map  

Field/Plant  ObservaEon  

•   integrates  planDng,  treatment,  locality  

data    • links  to  individual  

plant  sample    

Germplasm    

•   pedigree  descripDon  •   seed  stock  informaDon  

Phenotype  •   quanDtaDve  or  qualitaDve  

traits  •   supports  ontology  integraDon  

GDPDM:  www.maizegeneEcs.net/gdpdm  

Track  seed  stocks,  experiments,  reps,  genotypes,  phenotypes,  environments;    provide  data  download  opDons,  querying  tools,  pipeline  for  GWAS,    

mulD-­‐variate  analysis  and  data  mining.  

Diversity  Database  

Data  informaDon  resources  

Can  we  connect  the  dots?  

•  Everything  is  moving  very  quickly-­‐    – Data  and  informaDon  – UG99  

•  Many  people  have  informaDon  that  could  help  others  but  it  is  not  always  available  in  Dme  or  in  ways  that  are  useful  

•  Germplasm  movement  more  restricted  than  informaDon  sharing  =>  informaDon  alone  can  be  criDcal  –  many  sources  of  the  same  alleles,  many  forms  of  local  adaptaDon  

Introgression  lines,  mapping  populaEons  

5,000  lines  

300  lines  80  lines  RUF48 RUF47 RUF46 RUF45 RUF44 RUF43 RUF42 RUF41 RUF40 RUF39 RUF38 RUF37 RUF36 RUF35 RUF34 RUF33 RUF32 RUF31 RUF30 RUF29 RUF28 RUF27 RUF26 RUF25 RUF24 RUF23 RUF22 RUF21 RUF20 RUF19 RUF18 RUF17 RUF16 RUF15 RUF14 RUF13 RUF10 RUF09 RUF08 RUF07 RUF06 RUF05 RUF04 RUF03 RUF02 RUF01

Chromosome 1 2 3 4 5 6 7 8 9 10 11 12

0 50 100 150 200 Number of markers

CSSL   Bi-­‐parental  

MAGIC  

•  Small  public  or  private  sector  groups  band  together  as  “research  consorDa”  &  agree  to  share  data  and  create  “economy  of  scale”  for  problem-­‐solving  (BGRI)  

•  Large,  private  sector  enterprises  already  at  “economy  of  scale”,  benefit  by  greater  access  to  info  &  materials,  may  contribute  financially  but  do  not  share  data  or  germplasm  

•  Large,  coordinated  public  sector  enterprises  (China,  India,  Brazil)  may  represent  “economies  of  scale”  but  lack  strong  breeding  &  informaDon  infrastructure,  want  to  parDcipate  in  research  consorDa,  but  lack  moDvaDon  to  share  

ConflicEng  moEvaEons  

Concept  of  “public  good”  –  A  public  good  is  a  resource  that  is  accessible  to  all,  individuals  cannot  be  excluded  from  using  it,  and  its  value  and  availability  does  not  diminish  from  use.    Generally  paid  for  by  taxaDon.  

–  Free  Rider  Problem:  occurs  when  people  are  allowed  to  use  a  resource  without  paying  for  it  

–  If  enough  people  can  use  the  resource  without  paying,  there  is  a  danger  that  it  breaks  the  system,  or  in  a  free  market,  that  the  resource  will  be  under-­‐provided  or  not  provided  at  all  

–  In  case  of  germplasm,  disseminaDon  of  gene  bank  material  key  to  gene  bank  mission;  development  &  deployment  of  improved  varieDes  key  to  breeding;  capturing  value  of  varieDes  is  moDvaDon  to  “own  &  exclude”  (private  &  public  sector  players)    

SoluEons  to  Free  Rider  problems  

•  Tax:  Divide  the  cost  equally  among  beneficiaries;  ensure  that  everyone  who  benefits  contributes  financially  to  maintain  &  support  the  resource.    

•  Altruism:  Ask  for  donaDons.  Some  ‘free  riders’  will  not  donate,  but  enough  people  willing  to  do  so  if  cost  of  public  good  low  and  value  high.  

•  PrivaEze:  Restrict  access  to  those  willing  to  pay.  

~  Mix  –N-­‐  Match  ~  

IRTP  India  

Mexico  

Iraql  

Ethiopia  

Uganda  

Turkey  Kenya  

Spain  

Data  sharing  among  partners  to  improve  rate  of  geneEc  gain  in  breeding    

Germplasm  

Genotype   Phenotype  

MulE-­‐trait  modeling  

Genome  Wide  AssociaEon  Studies  

Database  needed  to  manage  data  for  consorEum  partners    Define  IDB  blocks  =>  impute  genotypes,  impute  phenotypes,  characterize  germplasm  

DisrupEve  change  

•  Big  data  (geno,  pheno,  environment)  and  computaDonal  power  provide  basis  for  mulD-­‐variate  modeling  of  plant  performance.    

•  More  &  more  emphasis  on  using  genotype  to  predict  phenotypic  potenDal  of  individuals  &  populaDons  =>  driver  is  low  cost  of  genotyping  and  high  performance  compuDng.  

•  Data  sharing  and  germplasm  exchange  allows  consorDum  members  to  assemble  info  about  pathogen,  R-­‐genes,  iteraDvely  develop  and  test  predicDons  about  performance  x  environment  

•  Requires  new  data  management  pracDces  among  partners  to  ensure  Dmely  &  systemaDc  sharing  of  data  and  germplasm  

And  most  importantly,  requires  real  people  on  the  ground  observing,  monitoring,  selecDng,  and  reporDng  about  their  work  with  wheat  rust  

Thanks  for  listening!  

And  thank  you  all  for  inviDng  me  to  your  meeDng  and  for  being  such  a  wonderful,  communicaDve  and  dedicated  scienDfic  community...