แรงบันดาลใจในงานวิจัย

ในฐานะนักชีวสารสนเทศและนักวิทยาศาสตร์ข้อมูล ฉันหลงใหลในการใช้วิธีการคำนวณ เพื่ออธิบายคำถามทางชีววิทยา โดยเฉพาะอย่างยิ่งในด้านจีโนมิกส์ ไมโครไบโอม และ ความยั่งยืนทางการเกษตร ฉันตั้งเป้าที่จะเป็นผู้นำโครงการสหวิทยาการที่ใช้ประโยชน์จาก AI และ ชีวสารสนเทศเพื่อตอบคำถามทางชีววิทยาที่ซับซ้อน ซึ่งท้ายที่สุดแล้วจะช่วยให้เกิดความก้าวหน้าในด้านเกษตรกรรมที่ยั่งยืน เกษตรแม่นยำ และการแพทย์แม่นยำ

โครงการวิจัยปัจจุบัน

การพัฒนาแพลตฟอร์มการปรับปรุงพันธุ์ข้าวแบบแม่นยำสูงด้วยการทำนายลักษณะฟีโนไทป์และการคัดเลือกสายพันธุ์พ่อแม่จากข้อมูลพันธุกรรม (Development of high precision rice breeding platform using a genomic-based phenotype prediction and decision support system on parental lines selection)

การทดสอบและคัดเลือกพันธุ์ถั่วเขียวที่มีความสามารถทนทานต่อสภาพอากาศร้อน สภาพอากาศหนาวเย็น ทนเค็ม และมีผลผลิตสูง พร้อมทั้งสืบหายีนหรือ QTL ที่ควบคุมลักษณะดังกล่าว (Screening and selection of mung bean varieties that are tolerant to heat, cold and salt stresses with high yield and identification of genes or QTLs associated with the traits)

การคัดกรองพันธุ์มะพร้าวที่ให้ผลผลิตสม่ำเสมอและการสืบหายีนหรือ QTL ที่เกี่ยวข้องกับการติดผลดกของมะพร้าวเพื่อพัฒนาพันธุ์มะพร้าวน้ำหอมที่ให้ผลผลิตตลอดทั้งปี (Screening of coconut varieties that produce consistent yields and identification of genes or QTLs associated with fruit set to support the development of high-yielding aromatic coconut varieties)

การปรับปรุงศักยภาพผลผลิตของพันธุ์ข้าวทนทานต่อสภาพแวดล้อมวิกฤตโดยการใช้เครื่องหมายดีเอ็นเอช่วยในการคัดเลือก (Improving the yielding potential of multi-stress tolerance rice varieties by MAS)

การสร้างประชากร double cross ข้าวทนร้อนให้มีประสิทธิภาพการใช้ไนโตรเจนและน้ำน้อย (Developing double cross population for heat tolerance, nitrogen and water use efficiency)

การเพิ่มผลิตภาพการผลิตข้าวโภชนาการในระบบเกษตรอินทรีย์ด้วยนวัตกรรมพันธุ์ข้าวสั่งตัด และปุ๋ยอินทรีย์คุณภาพสูง (Increasing the productivity of nutritional rice production in organic farming systems with innovative tailor-made rice varieties and high-quality organic fertilizer)

การพัฒนาเครื่องหมายดีเอ็นเอสำหรับความต้านทานต่อโรคเหี่ยวเหลืองและโรคใบไหม้เพื่อใช้ในการปรับปรุงพันธุ์มะเขือเทศ (Development of DNA markers for resistance to Fusarium wilt and late blight diseases for tomato breeding)

การใช้พหุเทคโนโลยีและนวัตกรรมขับเคลื่อน BCG Model ยกระดับเศรษฐกิจชุมชนฐานการผลิตข้าวรองรับการเปลี่ยนแปลงสภาพภูมิอากาศแบบยั่งยืน (Using multi-technology and innovation to promote the BCG model to improve the collaborative economy in rice-growing areas to support sustainable climate change)

เพิ่มมูลค่าเศรษฐกิจมะพร้าวน้ำหอมพืชอัตลักษณ์พื้นถิ่นจังหวัดราชบุรีด้วยพหุเทคโนโลยี BCG โมเดล (Enhancing the economic value of Ratchaburi's indigenous aromatic coconut through multi-technological BCG model)

การถ่ายทอดเทคโนโลยีข้าวสายพันธุ์ใหม่และการผลิตเมล็ดพันธุ์คุณภาพดี เพื่อยกระดับการผลิตข้าวของเกษตรกรพื้นที่ทุ่งกุลาร้องไห้ (Enhancing Rice Production for Farmers in the Thung Kula Rong Hai Area through Technology Transfer of New Varieties and High-Quality Seed Production.)

ารใช้เทคนิคทางโมเลกุลเพื่อช่วยการผลิตพริกต้านทานโรค (Production of Chilli Resistance to Diseases using Molecular Techniques)

การพัฒนาระบบควบคุมการแสดงออกของยีนด้วยโปรตีน TetR กลายพันธุ์ที่ไม่มีการสื่อสารข้ามกันเพื่อใช้ในการสร้างวงจรพันธุกรรมสังเคราะห์ที่ซับซ้อน (Development of an engineered orthogonal TetR regulatory system for the construction of complexed synthetic genetic circuits)

ฐานข้อมูลจุลินทรีย์ในระบบลำไส้ของกลุ่มประชากรไทยเพื่อนำสู่การออกแบบอาหารเฉพาะบุคคล (Thai gut microbiome database for personalized food design)

XPLORING (EMERGING) MYCOTOXINS RISK IN BEANS: A GLOBAL ALLIANCE FOR CLIMATE CHANGE RESILIENCE

การพัฒนาศูนย์กลางความรู้ด้านวิทยาศาสตร์และการวิจัยข้าวของประเทศไทย (Thailand Rice Science Research Hub of Knowledge)

ศูนย์รวมผู้เชี่ยวชาญด้านเมล็ดพันธุ์ผักของประเทศไทย (Hub of Talents for Thai Vegetable Seeds

ผลงานวิจัย 10 อันดับแรก

Siangliw, J.L., Ruangsiri, M., Theerawitaya, C., Cha-um, S., Poncheewin, W., Songtoasesakul, D., Thunnom, B., Ruanjaichon, V. and Toojinda, T., 2024. Contrasting Alleles of OsNRT1. 1b Fostering Potential in Improving Nitrogen Use Efficiency in Rice. Plants, 13(20), p.2932.

Wonglom, P., Ruangwong, O. U., Poncheewin, W., Arikit, S., Riangwong, K., & Sunpapao, A. (2024). Trichoderma-Bioenriched Vermicompost Induces Defense Response and Promotes Plant Growth in Thai Rice Variety “Chor Khing”. Journal of Fungi, 10(8), 582.

Prabmark, K., Saeng-kla, K., Boonyapakron, K., Aiewviriyasakul, K., Sritusnee, W., Bunterngsook, B., Poncheewin, W., Kanokratana, P., Champreda, V. and Laothanachareon, T. (2024). Evaluation of extracellular alkaline proteases from Bacillus for environmentally friendly detergent additives. Applied Environmental Biotechnology, 9(1).

Kamolsukyeunyong, W., Dabbhadatta, Y., Jaiprasert, A., Thunnom, B., Poncheewin, W., Wanchana, S., ... & Burns, P. (2024). Genome-Wide Association Analysis Identifies Candidate Loci for Callus Induction in Rice (Oryza sativa L.). Plants, 13(15), 2112.

Yongsuwan, A., Poncheewin, W., Sastawittaya, W., Somkul, A., Thunnom, B., Aesomnuk, W., ... & Ruanjaichon, V. (2024). Exploring the Genomic Landscape: A Comprehensive Analysis of the Genetic Diversity and Population Structure of Thai Tomato Germplasm through Whole-Genome Sequencing (WGS). Horticulturae, 10(6), 602.

Khammona, K., Dermail, A., Suriharn, K., Lübberstedt, T., Wanchana, S., Thunnom, B., Poncheewin, W., Toojinda, T., Ruanjaichon, V., & Arikit, S. (2024). Accelerating haploid induction rate and haploid validation through marker-assisted selection for qhir1 and qhir8 in maize. Frontiers in Plant Science, 15, 1337463.

Poncheewin, W., van Diepeningen, A. D., van der Lee, T. A., Schaap, P. J., Martins dos Santos, V. A., & Suarez-Diez, M. (2022). Comparative genome-scale constraint-based metabolic modeling reveals key lifestyle features of plant-associated Pseudomonas spp. bioRxiv, 2022-07.

Poncheewin, W., van Diepeningen, A. D., van der Lee, T. A., Suarez-Diez, M., & Schaap, P. J. (2022). Classification of the plant-associated lifestyle of Pseudomonas strains using genome properties and machine learning. Scientific Reports, 12(1), 10857.

Te Molder, D., Poncheewin, W., Schaap, P. J., & Koehorst, J. J. (2021). Machine learning approaches to predict the Plant-associated phenotype of Xanthomonas strains. BMC genomics, 22(1), 1-14.

Poncheewin, W., Hermes, G. D., Van Dam, J. C., Koehorst, J. J., Smidt, H., & Schaap, P. J. (2020). NG-Tax 2.0: a semantic framework for high-throughput amplicon analysis. Frontiers in Genetics, 10, 1366.