Symbolische Regression in der Pflanzengewebekultur

In dieser Arbeit haben wir die Wirksamkeit eines auf Beobachtungen basierenden Modellierungsansatzes unter Verwendung eines genetischen Algorithmus mit der regulären statistischen Analyse als alternative Methodik in der Pflanzenforschung verglichen. Für diese Studie wurden vorläufige experimentelle Daten zur In-vitro-Bewurzelung herangezogen, um die Auswirkungen von Holzkohle und Naphthalin-Essigsäure (NAA) auf die erfolgreiche Bewurzelung zu verstehen und die beiden Variablen für ein maximales Ergebnis zu optimieren. Die auf Beobachtungen basierende Modellierung sowie der traditionelle Ansatz konnten NAA als einen kritischen Faktor für die Bewurzelung der Setzlinge unter den verwendeten Versuchsbedingungen identifizieren. Die symbolische Regressionsanalyse mit der hier eingesetzten Software optimierte die untersuchten Behandlungen und war erfolgreich bei der Identifizierung der komplexen nichtlinearen Interaktion zwischen den Variablen, mit minimalistischen vorläufigen Daten. Das Vorhandensein von Holzkohle im Kulturmedium hat einen signifikanten Einfluss auf die Wurzelbildung, indem es die Bildung der basalen Kallusmasse reduziert.