Morfo‑fenolojik özelliklere dayalı haşhaş (Papaver somniferum L.) genotiplerinin fenotipik sınıflandırması

Haşhaş renkleri neden önemli

Afyon haşhaşı, ağrı kesici ilaçlardaki rolüyle en çok tanınır, ancak aynı zamanda önemli bir gıda ve yağ mahsulüdür. Çiçekleri ve tohumları birçok renkte gelir ve bu renkler, tohum kalitesi, verim ve morfin ile noskapin gibi değerli alkaloidlerin içeriği gibi çiftçiler ve ıslahçılar için önemli özelliklerle bağlantılıdır. Bitkileri görünür özelliklerine göre hızlı ve güvenilir şekilde sınıflandırabilmek, ıslah programlarını hızlandırabilir, israfı azaltabilir ve her çeşidi gıda veya ilaç için en uygun kullanıma eşleştirmeye yardımcı olabilir.

Renkli tarlalardan işe yarar verilere

Araştırmacılar, Türkiye’de iki sezon boyunca yetiştirilen 23 ileri ıslah hattı ve iki standart afyon haşhaşı çeşidiyle çalıştı. Tarlada bitkilerin çimlenme, çiçeklenme ve olgunlaşma zamanları; boyağıları; kaç tohum kapsülü oluşturdukları; kapsül boyutu; tohum verimi; ve her kapsülde tohum oranı gibi temel büyüme ve verim özellikleri kaydedildi. Ayrıca morfin ve noskapin içeriği gibi ana kimyasal özellikler ölçüldü ve birim alana düşen her alkaloid miktarı hesaplandı. Bu ölçümler birlikte her bir bitkinin görünüşü ve performansına dair ayrıntılı bir tablo oluşturdu.

Çiçek ve tohum renklerini bağlamak

Afyon haşhaşı çiçekleri beyaz, mor, pembe veya diğer tonlarda olabilir ve tohum rengi—mavi, beyaz, pembe, yeşil veya kahverengi—genetik olarak taç yaprak rengiyle bağlantılıdır. Bu bağlantı nedeniyle ekip, pazar değeri ve son kullanımı etkileyen tohum rengini sezonun daha erken dönemlerinde gözlemlenen bitki özelliklerinden tahmin edebileceklerini düşündü. Geleneksel olarak uzmanlar tohumları ve çiçekleri gözle ayırır; bu yavaş ve öznel bir süreçtir. Çalışma, bitkiyi belirli bir çiçek veya tohum rengi grubuna ait olarak tahmin etmek için ölçülen özellikleri kullanan nesnel modellerle bu manuel denetimi değiştirmeyi amaçladı.

Makinelere bitki tiplerini öğretmek

Bilim insanları 200 bitki kaydından oluşan bir veri seti derledi ve bunu iki parçaya böldü: makine öğrenimi modellerini eğitmek için %70 ve bu modellerin yeni vakalarda nasıl performans gösterdiğini test etmek için %30. Her kayıt ölçülen özellikleri ve bilinen çiçek ile tohum renklerini içeriyordu. Ardından Naïve Bayes, destek vektör makineleri, k-en yakın komşu, öğrenen vektör kuantizasyonu ve iki karar ağacı yaklaşımı (bagging CART ve Random Forest) dahil olmak üzere altı farklı sınıflandırma algoritması eğitildi. Amaç, özellik verilerini kullanarak her bitkiyi doğru renk kategorisine en iyi hangi yöntemin atayabileceğini görmekti.

Hangi özellikler ve yöntemler en iyi sonucu verdi

Çiçek rengi için en basit olasılıksal model olan Naïve Bayes en iyi performansı gösterdi ve test bitkilerinin %95’ini doğru sınıflandırdı. Destek vektör makineleri %91,7 doğrulukla neredeyse aynı derecede başarılıydı. Daha fazla kategoriye sahip ve veri içinde daha dengesiz dağılan tohum rengi için ise destek vektör makineleri en iyi performansı gösterdi ve yine %91,7 doğruluğa ulaştı; Naïve Bayes yaklaşık %78 doğruluk elde etti. Diğer tarımsal problemlerde sıklıkla güçlü olan karar ağacı yöntemleri burada, özellikle daha nadir olan yeşil ve kahverengi tohum tiplerinde zorlandı. Özelliklerin birlikte nasıl değiştiğini inceleyen temel bileşen analizi adlı istatistiksel teknik, verim ve alkaloid üretiminin mor ve beyaz çiçekleri açıkça ayırdığını gösterdi; bu da modellerin bunları ayırt etmesini kolaylaştırdı. Buna karşılık daha az yaygın tohum renkleri özellik desenlerinde daha fazla örtüşme gösterdi ve bu da bunların sınıflandırılmasını zorlaştırdı.

Islah ve tarım için anlamı

Çalışma, oldukça basit bitki ölçümlerinin ve iyi seçilmiş makine öğrenimi araçlarının birleşiminin afyon haşhaşı bitkilerini çiçek ve tohum rengine göre güvenilir şekilde ayırabileceğini gösteriyor. Islahçılar için bu, hangi hatların korunacağına dair daha hızlı ve erken kararlar almak anlamına geliyor; hedef gıda pazarları için koyu mavi yüksek değerli tohumlar mı yoksa ilaç için belirli alkaloid profilleri mi olursa olsun. Çiftçiler ve düzenleyiciler için ise sıkı yasal kontroller altında yetiştirilen çeşitleri tanımlamanın ve izlemenin daha nesnel bir yolunu sunar. Yazarlar, bu veri setlerinin daha fazla genotip, çevre ve hatta genetik bilgiler içerecek şekilde genişletilmesinin renk tabanlı sınıflandırmayı daha güçlü ve rutin bir araç haline getirebileceğini savunuyor.

Atıf: Özgen, Y., Bayraktar, N. & Ozkan, U. Phenotypic classification of opium poppy genotypes (Papaver somniferum L.) based on morpho-phenological traits. Sci Rep 16, 7977 (2026). https://doi.org/10.1038/s41598-026-38198-z

Anahtar kelimeler: haşhaş, makine öğrenimi, çiçek rengi, tohum rengi, bitki ıslahı