ഉഗാണ്ടയിലെ ഇന്റർനാഷണൽ പൊട്ടറ്റോ സെന്ററിലെ റീജിയണൽ സീനിയർ നോളജ് മാനേജ്മെന്റ് അസോസിയേറ്റാണ് ലൂക്ക വാൻജോഹി, സ്വീറ്റ്പൊട്ടാറ്റോ ജനിറ്റിക് അഡ്വാൻസ്മെന്റ് ആൻഡ് ഇന്നൊവേറ്റീവ് സീഡ് സിസ്റ്റംസ് (സ്വീറ്റ്ഗെയിൻസ്) പ്രോജക്റ്റുമായി പ്രവർത്തിക്കുന്നു. വിവരങ്ങൾ ശേഖരിക്കുന്നതും പങ്കിടുന്നതും എങ്ങനെയെന്ന് കാര്യക്ഷമമാക്കുന്നതിലൂടെ സസ്യങ്ങളുടെ പ്രജനനത്തിലെ മുന്നേറ്റങ്ങൾക്ക് സ്ഥിതിവിവരക്കണക്കുകൾ എങ്ങനെ കാരണമാകുമെന്ന് റീജിയണൽ കമ്മ്യൂണിക്കേഷൻ സ്പെഷ്യലിസ്റ്റ് വിവിയൻ അറ്റാക്കോസുമായി അദ്ദേഹം സംസാരിച്ചു.
ചോദ്യം: സസ്യങ്ങളുടെ പ്രജനന സ്ഥിതിവിവരക്കണക്കുകളും വിവരശേഖരണവും ചിന്തിക്കുമ്പോൾ ആദ്യം മനസ്സിൽ വരില്ല. മെച്ചപ്പെട്ട സസ്യ ഇനങ്ങൾ വികസിപ്പിക്കുന്നതിലും സ്വീകരിക്കുന്നതിലും ഡാറ്റാ മാനേജുമെന്റ് എന്ത് പങ്കാണ് വഹിക്കുന്നത്?
LW: ഗവേഷണ പ്രവർത്തനങ്ങളുടെ ഹൃദയത്തിലും ആത്മാവിലും ഉള്ളതായി ഡാറ്റ കാണാം. വ്യത്യസ്ത പങ്കാളികളുമായി വിവിധ രാജ്യങ്ങളിൽ സ്വീറ്റ് ഗെയിനുകൾ പ്രവർത്തിക്കുന്നു, എല്ലാവർക്കും ഡാറ്റ ശേഖരിക്കുന്നതിനും അവരുടെ ഗവേഷണ പ്രവർത്തനങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിനും വ്യത്യസ്ത രീതികളുണ്ട്. ഞങ്ങളുടെ തിരഞ്ഞെടുപ്പ് തീരുമാനങ്ങൾ എടുക്കുന്നതിന് ഡാറ്റ ഉപയോഗിക്കുന്നതിൽ വിജയിക്കാൻ ഞങ്ങൾക്ക് കഴിയുമെന്ന് ഉറപ്പാക്കാൻ ശരിയായതും വളരെ നിലവാരമുള്ളതുമായ ഡാറ്റ മാനേജുമെന്റ് പ്രവർത്തനങ്ങൾ ആവശ്യമാണ്. നല്ല തിരഞ്ഞെടുപ്പ് തീരുമാനങ്ങൾ എടുക്കാൻ പ്ലാന്റ് ബ്രീഡർമാർ ഡാറ്റയെ ആശ്രയിക്കുന്നു. ഒരു വൈവിധ്യമാർന്ന പതിപ്പ് പുറത്തിറങ്ങുന്നതിനുമുമ്പ്, ഞങ്ങൾ എന്താണ് മാറ്റിസ്ഥാപിക്കുന്നതെന്ന് മനസിലാക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു. ഒരു രാജ്യത്ത് ഒരു പുതിയ വൈവിധ്യമാർന്ന റിലീസ് ആവശ്യമാണെന്ന് ഞങ്ങൾ കരുതുന്നത് എന്തുകൊണ്ടാണ്.
Q: ഒരു ആധുനിക ബ്രീഡിംഗ് പ്രോഗ്രാം സൃഷ്ടിച്ച ഡാറ്റ വ്യവസ്ഥാപിതമാക്കാതിരിക്കുന്നതിന്റെ അപകടസാധ്യതകൾ എന്തൊക്കെയാണ്?
LW: ഞങ്ങൾ ഞങ്ങളുടെ ഡാറ്റ ശേഖരിക്കുകയും സ്വഭാവവിശേഷങ്ങൾ നിർവചിക്കുകയും ചെയ്യുന്നില്ലെങ്കിൽ, ഡാറ്റ പങ്കിടുന്നത് ഞങ്ങൾക്ക് ബുദ്ധിമുട്ടാണ്. നിങ്ങളുടെ ഡാറ്റ കൈകാര്യം ചെയ്യുന്നതിനുള്ള ചിട്ടയായ മാർഗ്ഗം നിങ്ങൾക്കില്ലാത്തപ്പോൾ, ആ ഡാറ്റ ജനറേറ്റുചെയ്യുമ്പോൾ അവിടെ ഇല്ലാതിരുന്ന ആളുകൾക്ക് ആ ഡാറ്റയുമായി പ്രവർത്തിക്കാൻ ബുദ്ധിമുട്ടായിരിക്കും. അവസാനമായി, നിങ്ങളുടെ ഡാറ്റ ചിട്ടപ്പെടുത്താതിരിക്കുക എന്നതിനർത്ഥം നിങ്ങൾ ധാരാളം പിശകുകൾ അവതരിപ്പിക്കുന്നതിനോ ഡാറ്റ നഷ്ടപ്പെടുന്നതിനോ കേടായ ഡാറ്റ ശേഖരിക്കുന്നതിനോ ഉള്ള അപകടസാധ്യതയിലാണ്. ഞങ്ങൾ ഡാറ്റ ക്യൂറേഷൻ എന്ന് വിളിക്കുന്നത് ചെയ്യാതെ തന്നെ ഈ ഡാറ്റ ഉപയോഗിക്കുന്നത് നിങ്ങൾക്ക് വളരെ ബുദ്ധിമുട്ടാണ് - ചെലവേറിയതും മടുപ്പിക്കുന്നതുമായ പ്രക്രിയ. ക്യൂറേഷനുശേഷവും ചില ഡാറ്റ നഷ്ടപ്പെടും അല്ലെങ്കിൽ ഉപയോഗശൂന്യമാകും.
ചോദ്യം: സസ്യ പ്രജനനത്തിൽ ഡാറ്റാ മാനേജ്മെന്റിനായി സ്റ്റാൻഡേർഡ് ഓപ്പറേറ്റിംഗ് നടപടിക്രമങ്ങൾ നടപ്പിലാക്കേണ്ടത് പ്രധാനമായിരിക്കുന്നത് എന്തുകൊണ്ട്?
LW: ഈ സ്റ്റാൻഡേർഡ് ഓപ്പറേറ്റിംഗ് നടപടിക്രമങ്ങൾ (എസ്ഒപി) നടപ്പിലാക്കുന്നതുമായി ബന്ധപ്പെട്ട് ഞങ്ങൾ കാണുന്ന വ്യക്തമായ നേട്ടങ്ങൾ, ഞങ്ങളുടെ ട്രയൽ ഡിസൈനുകൾ ചെയ്യുന്ന രീതി അനുസരിച്ച് ഉയർന്ന നിലവാരമുള്ള ഡാറ്റയ്ക്കായി വ്യക്തമായ മാനദണ്ഡങ്ങൾ സജ്ജമാക്കാൻ ഞങ്ങൾക്ക് കഴിയുന്നു എന്നതാണ്. ഡിജിറ്റലൈസേഷനുമായുള്ള ഞങ്ങളുടെ സമീപനം ഞങ്ങൾ ഡാറ്റ എങ്ങനെ ശേഖരിക്കുന്നു, മെച്ചപ്പെട്ട ഉപകരണങ്ങൾ ഉപയോഗിക്കുന്നതെങ്ങനെ തുടങ്ങിയവ കൈകാര്യം ചെയ്യുന്നു. ഞങ്ങൾ ശേഖരിക്കുന്ന ഡാറ്റ ഇന്നും നാളെയും വ്യത്യസ്ത പരിതസ്ഥിതികളിലും രാജ്യങ്ങളിലും ഉടനീളം താരതമ്യപ്പെടുത്താവുന്ന ഡാറ്റയാണെന്ന് ഞങ്ങൾ ഉറപ്പാക്കുന്നു എന്നതാണ് മറ്റൊരു നേട്ടം.
ചോദ്യം: ഒരു പ്രോഗ്രാമിലുടനീളം ഡാറ്റ സ്റ്റാൻഡേർഡ് ചെയ്യാത്തതിന്റെ വെല്ലുവിളികൾ എന്തൊക്കെയാണ്?
LW: ഭാവിയിൽ ഒരു സംയുക്ത വിശകലനം നടത്താൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, ഞങ്ങൾക്ക് സ്റ്റാൻഡേർഡ് നാമകരണ സംവിധാനങ്ങൾ ആവശ്യമാണ്. ഒരു പ്രാഥമിക ട്രയലിൽ നിന്ന് ഒരു നൂതന ട്രയൽ പറയാൻ, ഞങ്ങൾ അതേ ഗൈനക്കോളജി ഉപയോഗിക്കുന്നു. ഉദാഹരണത്തിന്, കുറച്ച് മുമ്പ്, സ്വീറ്റ്പൊട്ടാറ്റോ റിട്രോവൈറസ് രോഗം നമ്മുടെ സസ്യങ്ങളെ എങ്ങനെ ബാധിക്കുന്നുവെന്ന് കാണാൻ ഞങ്ങൾ ആഗ്രഹിച്ചു, പക്ഷേ ഇത് ഒരു വെല്ലുവിളിയായിരുന്നു, കാരണം കഴിഞ്ഞ കാലങ്ങളിൽ ഒരു കൂട്ടം ഒന്ന് മുതൽ അഞ്ച് വരെ സ്കെയിലിൽ സ്കോർ ചെയ്തേക്കാം, അതിന്റെ ഫലത്തിന്റെ തീവ്രതയെ അടിസ്ഥാനമാക്കി പ്ലാന്റിൽ ഒരു വൈറസ്. ഒന്ന് മുതൽ മൂന്ന് വരെ സ്കെയിലിൽ സ്കോർ ചെയ്ത മറ്റൊരു പ്രോഗ്രാം ഞങ്ങൾ കണ്ടെത്തും, മറ്റൊന്ന് ഒന്ന് മുതൽ ഒൻപത് വരെ സ്കോറിംഗ് സിസ്റ്റം ഉപയോഗിക്കും. ഞങ്ങൾ ഗൈനക്കോളജിയെക്കുറിച്ച് പറയുമ്പോൾ, ഞങ്ങൾ ഈ സ്കോറുകൾ സ്റ്റാൻഡേർഡ് ചെയ്യുന്നു, അതിനാൽ അവ പ്രോഗ്രാമുകളിലുടനീളം സമാനമായിരിക്കും. ഞങ്ങളുടെ എല്ലാ ഡാറ്റയുടെയും സംഭരണം കേന്ദ്രീകൃതമാക്കുന്നതിനും ഞങ്ങൾ ബ്രീഡ്ബേസ് ഉപയോഗിക്കുന്നു, കൂടാതെ വ്യത്യസ്ത (പ്രോഗ്രാം) സംക്രമണങ്ങളിലുടനീളം ട്രയൽ ഡാറ്റ ട്രാക്കുചെയ്യാനും ഞങ്ങളുടെ ഡാറ്റയുടെ തുടക്കത്തിൽ തന്നെ സാധ്യമായ പ്രശ്നങ്ങൾ പരിഹരിക്കാനും ഞങ്ങളെ പ്രാപ്തമാക്കുന്നു, തെറ്റായ ഡാറ്റ ഞങ്ങൾ ശേഖരിക്കുകയോ സംഭരിക്കുകയോ ചെയ്തുവെന്ന് കണ്ടെത്തുന്നതിന് വിരുദ്ധമായി നിങ്ങൾ ഒരു വിശകലനം ചെയ്യാൻ ആഗ്രഹിക്കുമ്പോൾ.
Q: ഇഷ്ടപ്പെട്ട സ്വഭാവവിശേഷങ്ങൾ ടാർഗെറ്റുചെയ്യാനും അവരുടെ ജോലി കാര്യക്ഷമമാക്കാനും മൊത്തത്തിലുള്ള ചെലവ് കുറയ്ക്കാനും ഡാറ്റാ ശേഖരണവും മാനേജുമെന്റും ബ്രീഡർമാരെ എങ്ങനെ സഹായിക്കുന്നു?
LW: കാര്യക്ഷമമായ ഒരു ഡാറ്റ മാനേജുമെന്റ് പ്രക്രിയ ബ്രീഡറിനെ ദ്രുതവും ചെലവ് കുറഞ്ഞതുമായ ഡാറ്റ ശേഖരണത്തിൽ പിന്തുണയ്ക്കുന്നു, ഇത് ധാരാളം ഡാറ്റ ശേഖരിക്കാനും വിശകലനം ചെയ്യാനും അവരുടെ ജോലിയെ പിന്തുണയ്ക്കുന്നതിന് തിരഞ്ഞെടുപ്പ് തീരുമാനങ്ങൾ എടുക്കാനും അനുവദിക്കുന്നു. ബ്രീഡർമാർ സാധാരണയായി ധാരാളം പ്രവേശനങ്ങളുമായി പ്രവർത്തിക്കുന്നു. ഉഗാണ്ടയിൽ ട്രയലുകൾ ഞാൻ കണ്ടു, അവിടെ ഒരു പ്ലോട്ടിൽ 7000 പ്ലോട്ടുകൾ പങ്കെടുക്കുന്ന ഒരു ട്രയലിൽ 7000 എൻട്രികൾ ഉണ്ടായിരുന്നു. നിങ്ങൾക്ക് ധാരാളം ആക്സസ്സുകൾ ഉള്ളപ്പോൾ, നിങ്ങൾക്ക് അകത്തേക്ക് പോകാനും നിങ്ങളുടെ ഡാറ്റ വേഗത്തിൽ ശേഖരിക്കാനും കാര്യക്ഷമമായ രീതിയിൽ ചെയ്യാനും നിങ്ങൾ ആഗ്രഹിക്കുന്നു. ഇത് ഡിജിറ്റലായി ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്ന ഒരു പ്രക്രിയയിൽ ഉൾപ്പെടുത്തുന്നത്, ഡിജിറ്റൈസേഷൻ സമയത്ത് തെറ്റായ ഡാറ്റാ ട്രാൻസ്ക്രിപ്ഷന്റെ അപകടസാധ്യത പ്രവർത്തിപ്പിക്കുന്ന പേപ്പർ എൻട്രികൾ ഒഴിവാക്കുന്നു. ഞങ്ങൾ ശരിയായ ഡാറ്റ ശേഖരിക്കുകയാണെന്നും അല്ലെങ്കിൽ ഡാറ്റാ എൻട്രി നിയന്ത്രിക്കുകയാണെന്നും ഉറപ്പാക്കാൻ ഞങ്ങളുടെ ഉപകരണങ്ങൾക്ക് അന്തർനിർമ്മിത പരിശോധനകളുണ്ട്. അനുവദനീയമായ മൂല്യങ്ങൾ മാത്രമേ ശേഖരിക്കാൻ കഴിയൂ. ഇത് ദ്രുത ഡാറ്റാ വിശകലനത്തിന് അനുവദിക്കുന്നു, കാരണം ഇത് ഇതിനകം ഡിജിറ്റൈസ് ചെയ്തിട്ടുള്ളതിനാലും ഡാറ്റ വിശകലനത്തിന് സഹായിക്കുന്ന സഹപ്രവർത്തകരുമായും മറ്റ് ആളുകളുമായും വേഗത്തിൽ പങ്കിടാനും.
ചോദ്യം: വിവരങ്ങൾ കാര്യക്ഷമമാക്കാൻ ബാർകോഡുകളുടെ ഉപയോഗം എങ്ങനെ സഹായിക്കുന്നു എന്നതിനെക്കുറിച്ച് ഞങ്ങളോട് പറയുക.
LW: കുറച്ച് കാലമായി ഞങ്ങൾ ധാരാളം ബാർ കോഡ് ചെയ്ത ലേബലുകൾ ഉപയോഗിക്കുന്നു. സ്ക്രീൻഹ ouses സുകളിലും ഫീൽഡിലും അവരുടെ മെറ്റീരിയലുകൾക്കായി ലേബലുകൾ അച്ചടിക്കുന്നുവെന്ന് ഉറപ്പാക്കാൻ പ്രോഗ്രാമുകളെ പ്രോത്സാഹിപ്പിക്കുന്നു. ബാർകോഡ് ചെയ്ത ലേബലിന്റെ സാരാംശം വിവിധ വർക്ക് ഫീൽഡുകളിലുടനീളം ഒരു നിർദ്ദിഷ്ട പ്രവേശനത്തിന്റെ അല്ലെങ്കിൽ നൽകിയ ജനിതക ടൈപ്പിന്റെ ചലനം ട്രാക്കുചെയ്യാൻ കഴിയും എന്നതാണ്. ഞങ്ങളുടെ ഡാറ്റാബേസായ ബ്രീഡ്ബേസ് നിങ്ങൾ ഫീൽഡിൽ നൽകുന്ന ഓരോ പ്ലോട്ടിനും ഒരു അദ്വിതീയ ഐഡി ജനറേറ്റുചെയ്യുന്നു, മാത്രമല്ല ഞങ്ങൾ ഈ ഐഡി ബാർകോഡിൽ ഇടുകയും ചെയ്യുന്നു, അതിനാൽ ഫീൽഡിൽ നിന്നും വിളവെടുപ്പിലേക്കുള്ള ഒരു എൻട്രിയുടെ പ്രകടനം ട്രാക്കുചെയ്യാൻ ഞങ്ങൾക്ക് കഴിയും. വിശകലനത്തിനായി ഞങ്ങൾ ഇത് ലാബിലേക്ക് കൊണ്ടുവരുന്നു.
ചോദ്യം: സ്റ്റാൻഡേർഡ് ഓപ്പറേറ്റിംഗ് നടപടിക്രമങ്ങൾ അവരുടെ ബ്രീഡിംഗ് പ്രോഗ്രാമുകളിൽ നടപ്പിലാക്കാൻ താൽപ്പര്യപ്പെടുന്ന മറ്റ് ഓർഗനൈസേഷനുകൾക്ക് നിങ്ങൾക്ക് എന്ത് ഉപദേശമുണ്ട്?
LW: ഞങ്ങളുടെ SOP- കൾ ഒരു ജീവനുള്ള രേഖയാണെന്ന് ഞങ്ങൾ മനസ്സിലാക്കി. നിങ്ങൾക്ക് ഒരു റഫറൻസ് ഡോക്യുമെന്റ് ലഭിച്ചുകഴിഞ്ഞാൽ ആളുകൾക്ക് തിരികെ വന്ന് അത് നോക്കാനും മേഖലയിലുടനീളം ചിതറിക്കിടക്കുന്ന ആളുകളെ പിന്തുണയ്ക്കാനും എളുപ്പമുള്ളതിനാൽ വികസനം ആവശ്യമാണ്. മറ്റുള്ളവരോടുള്ള എന്റെ ഉപദേശം, നിങ്ങൾ ഇന്ന് ചെയ്യുന്ന പ്രവർത്തനങ്ങളുടെ ഭാഗവും ഭാഗവും ആയിരിക്കണം വികസനം. ചെറുതായി ആരംഭിക്കുക, നടപടിക്രമങ്ങൾ ഇന്നത്തെപ്പോലെ രേഖപ്പെടുത്തുക. ബ്രീഡിംഗ് ടീമുകളുമായി സംവദിക്കുക, യഥാർത്ഥത്തിൽ ബ്രീഡിംഗ് പ്രവർത്തനങ്ങൾ നടപ്പിലാക്കുന്നവരുമായി ഈ പ്രമാണം തുടർച്ചയായി മെച്ചപ്പെടുത്താൻ ശ്രമിക്കുക. ഒരു തികഞ്ഞ പ്രമാണം തയ്യാറാക്കാൻ ലക്ഷ്യമിടരുത്. ഒരെണ്ണം എഴുതിക്കൊണ്ട് ആരംഭിക്കുക, തുടർന്ന് ടീമിലെ എല്ലാവരുടേയും സഹകരണത്തോടെ ബ്രീഡിംഗ് പ്രോഗ്രാമിലെ എല്ലാ പ്രക്രിയകളും പതിവ് പ്രവർത്തനങ്ങളും പകർത്താൻ നോക്കുക. അതിനാൽ, കാലക്രമേണ, നിങ്ങൾക്ക് കഴിയുന്നത്രയും ഉൾക്കൊള്ളുന്ന ഒരു പ്രമാണം നിങ്ങളുടെ പ്രോഗ്രാമിൽ നിങ്ങൾ ഏറ്റെടുക്കുന്ന എല്ലാ പ്രവർത്തനങ്ങളും പകർത്തുന്നു.
കേൾക്കാൻ സൗണ്ട്ക്ല oud ഡിൽ ഞങ്ങളെ സന്ദർശിക്കുക സ്വീറ്റ് ഗെയിൻസ് പോഡ്കാസ്റ്റ് സസ്യ പ്രജനനം ആധുനികവത്കരിക്കുന്ന ലൂക്കാ വാൻജോഹിയും മറ്റ് ശാസ്ത്രജ്ഞരും അവതരിപ്പിക്കുന്നു.