Leer genes para predecir rendimientos
En los bancos de germoplasma en todo el mundo, hay un número inmenso de colectas de semillas. Estas muestras están disponibles para los fitomejoradores quienes hacen cruzas y combinaciones en su búsqueda de nuevas y mejores variedades con mayor rendimiento, sanidad, mejor sabor, valor nutricional o tolerancia a calor, sequía y suelos pobres, etc.
Tradicionalmente, esto ha sido un proceso de prueba y error. La mayoría de cruzas experimentales no ofrecen ninguna ventaja y se descartan. Solo algunas sobresalen y algún día llegan al agricultor en forma de nuevas variedades comerciales.
Desde hace algunos años se ha venido desarrollando un método nuevo, complementario. Se llama Selección Genómica. Hace uso de nuevas tecnologías con las que se puede «leer» la información genética, el ADN.
La Selección Genómica consiste de tres pasos. Primero, un cierto número de plantas, quizá cientos, se analizan tanto en laboratorio como en campo. En el laboratorio se recaba su información genética y en campo su comportamiento.
Segundo, se usa la estadística para encontrar correlaciones entre genética y comportamiento. Ciertas combinaciones de genes conllevan mejores características; otras causan defectos o comportamientos pobres. Este paso se llama «entrenamiento» y termina con una fórmula que nos da el comportamiento estimado en función de los genes.
El tercer paso es la predicción. Se analiza el genoma de un número mucho más grande de líneas o variedades y se introduce en la fórmula para estimar sus características. Luego se siembran aquellas que probablemente ofrecen ventajas. Donde las ventajas se corroboran, sigue el proceso tradicional de evaluación y selección.
«Creemos que es posible utilizar estas predicciones para guiar nuestras decisiones de mejoramiento y selección,» dice Xiaoqing Yu, un investigador postdoctoral de agronomía en la Universidad Estatal de Iowa y autor de un artículo sobre el tema. «Esperamos que esto haga el fitomejoramiento más preciso.»
Los investigadores usaron 962 muestras de diferentes sorgos. Una parte de ellas las usaron para estimar o «entrenar» el modelo de predicción. Posteriormente, el equipo analizó y sembró 200 muestras más para comparar sus predicciones con la realidad. La correlación entre predicciones y rendimientos obtenidos fue de 70%.
En el mundo existen 1750 bancos de germoplasma que contienen 7.4 millones de muestras. Las combinaciones potenciales son prácticamente infinitas, incluso si nos limitamos a una sola especie. Pero solo una minúscula parte se aproximan a la combinación ideal de genes. Ellas poseen las cualidades específicas que los agricultores y consumidores necesitan hoy o que se anticipa que necesitarán mañana.
Encontrar las mejores muestras y combinaciones es una tarea muy complicada, dice Jianming Yu, profesor asociado de la agronomía. El proyecto demostró que en cierto grado es posible predecir los rasgos en función de su perfil genético. Se enfocó al sorgo pero podría tener significado para muchas especies más.
Este proyecto de investigación se publicó en Nature Plants. Fue financiado por USDA National Institute of Food and Agriculture, National Science Foundation, Kansas State University Center for Sorghum Improvement, ISU Raymond F. Baker Center for Plant Breeding, y ISU Plant Science Institute.
Fuente: Universidad Estatal de Iowa
Reportado en: http://www.futurity.org/seeds-gene-banks-plants-1263712-2/
Estudio original DOI: 10.1038 / nplants.2016.150