西兰花在观者眼中。
西兰花的头可能会吸引一个人——也许是因为它的深绿色——可能会让另一个人感到冷，因为它的形状不对称或者花蕾太大。
康奈尔大学的研究人员参与了“东部西兰花项目”，该项目旨在生产适合东海岸生长的西兰花品种。他们设计了一种统计方法，对西兰花进行标准化评估，以使植物育种决策更加一致和有效。
现在康奈尔大学的博士生扎卡里·斯坦塞尔;康奈尔农业科技大学园艺学教授托马斯·比约克曼;康奈尔大学统计咨询部门的Deniz Akdemir发布了一款基于这种方法的新软件RateRvaR。RateRvaR是免费的，开源的，易于使用的，适用于任何具有主观特征的蔬菜、树木或花卉的育种者。
使用该软件，育种者可以选择性状，并要求多人执行相同的评估。然后，该程序将分析这些数据，以确定哪些性状在预测整体质量方面更重要或更不重要，方法之一是优先选择更容易客观判断的性状，比如大小或颜色。
比约克曼说:“对于育种者来说，当他们在寻找更广泛的适应性时，面临的挑战是，对于某些作物，你要在世界各地种植，然后飞往世界各地自己进行评估。”
“但是如果你不得不一周检查两次，连续一个月，因为它的成熟期不同呢?”你不能坐飞机环游世界;它只是变得不切实际，”他说。“育种者不仅想知道其他人如何给一株植物打分，还想知道他们自己如何打分，或者一些理想化的消费者如何打分。这将为育种者提供在多个地点进行评估的机会。”
该软件还可以识别与整体质量无关的性状，这样育种者就可以收集更少的数据，但仍能得到准确的结果。
斯坦塞尔说:“这种方法可以使评估标准化，使评估速度更快、效率更高，还可以揭示出人们对某一种蔬菜或植物的反应存在的个人偏见。”“以西兰花为例，我们想把人类的主观性从这些评估中剔除，而这种方法让我们看到这些偏见，并纠正它们。”
东部西兰花项目的研究人员每年至少种植40种西兰花，目的是找到能在特定气候条件下茁壮成长的品种，从冬天的佛罗里达到夏天的缅因州。他们的目标不仅是培育适合当地气候的植物，而且要生产消费者会购买的高品质西兰花。
但斯坦塞尔注意到，他和同事们对西兰花的判断标准常常大相径庭。他倾向于选择非常对称的头部，而另一名研究人员对头部的颜色更感兴趣。
他们的偏好不仅不一致，甚至不清楚他们在预测植物总体质量方面是否真的有重要意义——这是一个顽固的主观特征。
斯坦塞尔说:“我们试图牢牢把握什么是高品质西兰花——你一眼就能看出来，但很难准确定义。”“基因上有很多活动的部分必须结合在一起。”
然后，他和同事一起创建了一个评分系统，收集了他们认为重要的性格特征的多年数据。他们利用这些数据开发了基于相对重要性分析的RateRvaR，这是一种统计技术，可以计算不同质量之间的重要性。
斯坦塞尔说:“它向我们展示了哪些特质我们有机会取得很大进步，哪些特质并不重要。”“这也让我们制定了优先事项。例如，头部的形状非常重要，而花蕾的大小可能不那么重要，所以我们应该关注头部的形状，利用我们有限的时间和资源来改善这方面。”
该项目由美国农业部国家粮食和农业专业作物研究所资助。
新闻旨在传播有益信息，英文原版地址：http://news.cornell.edu/stories/2019/07/new-software-helps-plant-breeders-bring-out-their-best