Мультиплексная ПЦР в современной селекции пшеницы:от традиционных подходов к технологиям машинного обучения

Мультиплексная полимеразная цепная реакция (ПЦР) представляет собой современную технологию молекулярной биологии, обеспечивающую одновременную амплификацию множественных генетических мишеней в рамках одной реакции. В контексте селекции пшеницы эта технология повышает эффективность идентификации ценных признаков, снижает затраты ресурсов и ускоряет создание устойчивых высококачественных сортов. Данный обзор анализирует современное состояние мультиплексной ПЦР в селекции пшеницы, включая инновации в дизайне праймеров, применение технологий машинного обучения и преодоление технических вызовов при работе со сложными полиплоидными геномами. Особое внимание уделяется алгоритмическим прорывам в дизайне мультиплексных праймеров, включая метод стохастической оптимизации SADDLE (Simulated Annealing Design using Dimer Likelihood Estimation), который позволяет создавать наборы праймеров до 384-плекс с минимальным содержанием праймерных димеров. Рассматриваются возможности интеграции машинного обучения через классификаторы AMCA (Amplification and Melting Curve Analysis) и условные вариационные автоэнкодеры для повышения точности прогноза поведения праймеров. Анализируются основные технические вызовы, включая комбинаторную сложность дизайна праймеров для полиплоидных геномов, проблемы неравномерной амплификации и интеграции ML-подходов с традиционными термодинамическими принципами. Обсуждаются успешные применения мультиплексной ПЦР для одновременной детекции генов устойчивости к болезням и генов качества зерна, включаялокусы глютеновых субъединиц. Показаны перспективы развития технологии в направлении автоматизированного, предсказательного и адаптивного дизайна праймеров для ускорения селекционного процесса и создания сортов пшеницы, отвечающих требованиям продовольственной безопасности и устойчивого сельского хозяйства.

Multiplex polymerase chain reaction (PCR) represents a modern technology in molecular biology, enabling simultaneous amplification of multiple genetic targets within a single reaction. In wheat breeding, this technology enhances the efficiency of identifying valuable traits, reduces resource costs, and accelerates the development of resistant, high-quality varieties. This review analyzes the current state of multiplex PCR in wheat breeding,including innovations in primer design, application of machine learning technologies, and approaches to overcoming technical challenges when working with complex polyploid genomes. This review focuses particularly on algorithmic breakthroughs in multiplex primer design, including the stochastic optimization method SADDLE (Simulated Annealing Design using Dimer Likelihood Estimation), which enables the creation of primer sets up to 384-plex with minimal primer dimer content. We consider the possibilities of integrating machine learning through AMCA (Amplification and Melting Curve Analysis) classifiers and conditional variational autoencoders to improve the accuracy of primer behavior prediction. We analyze the main technical challenges, including the combinatorial complexity of primer design for polyploid genomes, problems of uneven amplification, and integration of ML approaches with traditional thermodynamic principles. The review discusses successful applications of multiplex PCR for simultaneous detection of disease resistance genes and grain quality genes, including glutenin subunit loci.We demonstrate the prospects for technology development towards automated, predictive and adaptive primer design to accelerate the breeding process and create wheat varieties that meet the requirements of food security and sustainable agriculture.