Ein neues Fibranova-Hanfgenom könnte die künftige Züchtung unterstützen

Warum getrennte elterliche Genome wichtig sind

Cannabis sativa ist eine diploide Pflanze. Wie Menschen erbt sie von jedem Elternteil einen Chromosomensatz. Diese beiden Sätze enthalten viele der gleichen Gene, doch die jeweiligen Genvarianten können sich unterscheiden. Bei einer herkömmlichen Genomassemblierung können die beiden Sätze zu einer einzigen Referenz zusammengeführt werden, wodurch manche dieser Unterschiede schwerer zu erkennen sind.

Bei einer haplotypaufgelösten Assemblierung bleiben die beiden geerbten Kopien getrennt. In dieser Studie erstellten die Forschenden eine väterliche Assemblierung, eine mütterliche Assemblierung und eine zusammengefasste diploide Assemblierung, die Informationen aus beiden vereint. Durch den Vergleich der beiden elterlichen Sequenzen können Forschende Varianten, strukturelle Unterschiede und Gene identifizieren, die möglicherweise nur in einer der geerbten Kopien vorkommen.

Diese Genauigkeit ist für die Züchtung wichtig, denn Nachkommen erben genetische Kombinationen und nicht einfach nur den Namen einer Sorte. Wird eine Variante später mit einem nützlichen Merkmal in Verbindung gebracht, kann die Unterscheidung zwischen den elterlichen Kopien Forschenden helfen, nachzuverfolgen, wie diese Variante bei Kreuzungen weitergegeben wird. Der Fibranova-Datensatz erweitert somit die Möglichkeiten, die Vererbung zu untersuchen. Für sich genommen sagt er Züchtenden jedoch nicht, welche Unterschiede nützlich sind.

Wie die Forschenden das Genom assemblierten

Das Team verwendete eine Methode namens Trio-Binning. Die Forschenden sequenzierten lange DNA-Fragmente einer F1-Pflanze, die aus der Kreuzung zweier Fibranova-Elternpflanzen hervorgegangen war. Anschließend nutzten sie kürzere DNA-Reads beider Elternpflanzen, um die Sequenz der Nachkommen in mütterliche und väterliche Gruppen aufzuteilen. Die langen Reads ermöglichen es, größere DNA-Abschnitte zu erfassen, während die Reads der Eltern dabei helfen, zu bestimmen, von welchem Elternteil die jeweiligen Abschnitte stammen.

Zur Veranschaulichung kann man sich vorstellen, zwei nahezu identische Bücher zu sortieren, die miteinander vermischt wurden. Lange Reads bewahren größere Textpassagen, während die elterlichen Sequenzen wie Erkennungsmerkmale dabei helfen, jede Passage der richtigen Kopie zuzuordnen. Das Ergebnis ist keine perfekte, vollständig fertiggestellte Chromosomenkarte, liefert Forschenden aber mehr Informationen darüber, welche genetischen Unterschiede welcher elterlichen Linie zuzuordnen sind.

Bei der Sequenzierung wurden Oxford-Nanopore-Langread-Daten der F1-Pflanze mit Illumina-Kurzread-Daten beider Elternpflanzen kombiniert. Die Studie berichtet von mehr als 49 Gigabasen an Langread-Daten. Die Forschenden rekonstruierten und annotierten außerdem die Mitochondrien- und Chloroplastengenome der Sorte, die separate Untersuchungen zur Organellengenetik und zur Pflanzenevolution ermöglichen können.

Was der Fibranova-Datensatz enthält

Die kombinierte CanSatFib-Assemblierung umfasst 779 Megabasen und enthält 133 Scaffolds. Zwölf Scaffolds sind länger als 30 Megabasen. Die Autorinnen und Autoren geben eine Gen-Vollständigkeit von 97,6 Prozent an, gemessen anhand des BUSCO-Kerngenom-Benchmarks für Rosales. Bei ihrer Suche nach Telomerwiederholungen identifizierten sie außerdem drei vollständige Chromosomen.

Die Tabelle fasst die wichtigsten im Fachartikel berichteten Merkmale des Datensatzes sowie die von den Autorinnen und Autoren genannten Forschungsanwendungen zusammen.

Laut der Studie sind die Sequenzen und Rohdaten über den NCBI-Eintrag zum BioProject PRJEB110101 verfügbar. Der öffentliche Zugang ermöglicht es anderen Forschenden, neue Fragen anhand derselben Referenz zu untersuchen und ihre Ergebnisse projektübergreifend zu vergleichen.

Von der Genomkarte zum Züchtungswerkzeug

Eine Genomassemblierung wird für die Züchtung nützlich, wenn Forschende Sequenzunterschiede mit tatsächlichen Pflanzenmerkmalen in Verbindung bringen. Dazu werden häufig zunächst viele Pflanzen verglichen, ihre Merkmale erfasst und daraufhin untersucht, ob bestimmte genetische Marker gemeinsam mit diesen Merkmalen auftreten. Die Fibranova-Assemblierungen könnten diesen Prozess unterstützen, indem sie Forschenden helfen, mütterliche und väterliche Varianten zu unterscheiden und Marker für spätere Experimente zu entwickeln.

Das ist ein schrittweiser Prozess. Ein vielversprechender genetischer Zusammenhang muss an anderen Pflanzen und unter verschiedenen Anbaubedingungen geprüft werden, bevor er als verlässliche Grundlage für die Selektion dienen kann. Ein Marker, der in einer Familie mit einem Merkmal einhergeht, ist in einem anderen genetischen Hintergrund möglicherweise weniger nützlich. Forschende müssen außerdem feststellen, ob das Merkmal durch mehrere Gene, die Anbaubedingungen oder beides beeinflusst wird.

Jüngste Arbeiten zeigen, wie unterschiedliche Werkzeuge jeweils einen eigenen Beitrag zu diesem umfassenderen Vorhaben leisten können. In einem MyCannabis-Artikel über Genomik und molekulare Untersuchungen zur Ertragsbestimmung von Cannabinoiden geht es um Forschung, die genetische Daten und Genexpressionsdaten mit Messungen von Cannabinoiden verknüpft. Ein weiterer Artikel untersucht, ob sich mit Röntgenbildgebung die Struktur und Keimfähigkeit von Hanfsamen beurteilen lassen. Diese Ansätze befassen sich mit unterschiedlichen Fragen, zeigen aber beide, wie präzisere Messungen Züchterinnen und Züchtern helfen können, Pflanzen gezielter zu selektieren.

Forschende können die Fibranova-Ressource nutzen, um:

• die mütterlichen und väterlichen Sequenzen zu vergleichen und vererbte Varianten zu lokalisieren.
• genetische Marker zu entwickeln, die sich in größeren Zuchtpopulationen testen lassen.
• das Genom der Sorte mit anderen Hanfreferenzgenomen und -assemblierungen zu vergleichen.

Als Nächstes muss festgestellt werden, welche dieser Varianten – falls überhaupt welche – beständig mit Merkmalen zusammenhängen, die für Anbauende oder Verarbeitungsbetriebe relevant sind.

Warum eine Sorte nur der Anfang und kein vollständiges Bild ist

Der Datensatz konzentriert sich auf eine einzelne F1-Pflanze aus einem Zuchtprogramm, das auf Fibranova basiert. Damit ist er eine detaillierte Ressource zur Untersuchung dieses genetischen Hintergrunds, kann jedoch nicht die gesamte Vielfalt des Hanfs abbilden. Andere Sorten können andere Varianten aufweisen, und ein hier festgestellter Sequenzunterschied hat in einer anderen Linie möglicherweise nicht dieselbe Wirkung.

Das ist ein Grund dafür, dass Cannabisforschende umfassendere Sammlungen von Genomassemblierungen aufbauen. Eine Pangenomstudie zu Cannabis sativa aus dem Jahr 2026 fügte 66 Haplotypen zu einem referenzfreien Graphen zusammen und kam zu dem Ergebnis, dass weiterhin zusätzliche Genotypen benötigt werden, um die Vielfalt der Pflanze zu erfassen. Ein Pangenom vereint Sequenzinformationen mehrerer Individuen und hilft Forschenden so, genetische Bereiche zu erkennen, die in einem einzelnen Referenzgenom möglicherweise fehlen.

Der Fibranova-Datensatz und ein umfangreicheres Pangenom erfüllen verwandte, aber unterschiedliche Zwecke. Eine gezielte, phasierte Assemblierung ermöglicht einen genaueren Blick auf die beiden elterlichen Kopien eines einzelnen Zuchthintergrunds. Ein Pangenom kann diesen Hintergrund einordnen, indem es zeigt, wie er sich von vielen anderen unterscheidet. Zusammengenommen können diese Ressourcen die Untersuchung erleichtern, welche Merkmale weit verbreitet und welche für eine bestimmte Sorte oder Abstammungslinie spezifisch sind.

Das praktische Potenzial hängt von weiterer Forschung ab

Für Hanfzüchterinnen und Hanfzüchter liegt der langfristige Wert genomischer Daten darin, manche Selektionsentscheidungen möglicherweise früher und auf einer fundierteren Grundlage treffen zu können. Statt abzuwarten, bis jede Pflanze ausgereift ist, um ein Merkmal zu beurteilen, könnten Forschende künftig validierte Marker nutzen, um Sämlinge zu selektieren oder Kreuzungen gezielt zu planen. Das könnte Zuchtprogramme effizienter machen, insbesondere wenn ein Merkmal schwer, zeitaufwendig oder kostspielig zu messen ist.

Diese Studie belegt jedoch kein solches kommerzielles Ergebnis. Sie stellt Genomassemblierungen bereit und beschreibt deren mögliche Anwendungen in der Forschung. Sie berichtet weder über Feldversuche, die eine bessere Leistung nachweisen, noch validiert sie bestimmte genetische Marker für ein Zielmerkmal. Jede Behauptung, die Ressource werde ein bestimmtes Hanfprodukt oder ein konkretes Anbauergebnis hervorbringen, ginge über die vorliegenden Belege hinaus.

Genetikeinrichtungen erhalten auch bei Cannabisunternehmen zunehmend Aufmerksamkeit. MyCannabis berichtete kürzlich über die Einrichtung einer eigenen Genetikanlage durch Rubicon Organics, um die eigene Sortenbibliothek zu erhalten, zu vermehren und weiterzuentwickeln. Diese kommerzielle Entwicklung steht in keinem direkten Zusammenhang mit der Fibranova-Forschung, spiegelt jedoch ein gemeinsames Interesse der Branche wider: Genetik als eine Ressource zu betrachten, die systematisch untersucht und verwaltet werden kann.

Die Fibranova-Assemblierung ist am besten als Forschungsinfrastruktur zu verstehen, nicht als fertige Züchtungslösung. Sie liefert Wissenschaftlerinnen und Wissenschaftlern eine detailliertere Karte eines Hanf-Hintergrunds und erleichtert die Untersuchung elterlicher Unterschiede. Als Nächstes gilt es zu klären, ob Forschende diese Unterschiede mit Merkmalen verknüpfen, die Zusammenhänge in verschiedenen Pflanzenpopulationen bestätigen und zeigen können, dass die daraus hervorgehenden Selektionswerkzeuge sich in realen Zuchtprogrammen bewähren.

Quellen:

¹ Da Rocha, M., Lrhcha, O., Martin, F., Rancurel, C., Péré, A., Hinsinger, D. D., Faivre-Rampant, P., Berard, A., Le Clainche, I., Echarafi, Y., Canaguier, A., Mathis, F., Trameleuc, A., Cavaro, M. & Hilliou, F. (2026). Datensatz einer haplotypaufgelösten Genomassemblierung der hanftypischen Sorte Cannabis sativa Fibranova mithilfe von Trio-Binning sowie Lang- und Kurzread-Sequenzierung. Data in Brief. https://doi.org/10.1016/j.dib.2026.113419