Un científico del Servicio de Investigación Agrícola (ARS) está demostrando una mejor manera de manejar las cantidades enormes de datos generados por los estudios moleculares de plantas, utilizando un enfoque que podría acelerar el desarrollo de nuevas variedades mejoradas de plantas.
Jean-Luc Jannink, que trabaja en la Unidad de Investigación de Plantas, Suelo y Nutrición en el Centro Robert W. Holley de Agricultura y Salud perteneciente al ARS en Ithaca, Nueva York, ha demostrado que se puede usar un enfoque estadístico llamado la selección genómica (GS) para capturar y explotar más de los datos producidos por los estudios que se centran en las secuencias de ADN en el genoma de plantas. La selección genómica se usa actualmente para la crianza del ganado bovino.
Los científicos y los productores de plantas ahora usan herramientas moleculares para desarrollar variedades mejoradas de cultivos. Con la capacidad de identificar los genes asociados con los rasgos deseados, los investigadores no tienen que esperar para observar los cultivos producidos de las semillas.
Pero las herramientas moleculares requieren el análisis de cantidades enormes de datos, y los rasgos importantes tales como la tolerancia a la sequía y los rendimientos altos son los resultados de las acciones de combinaciones de genes, cado uno de los cuales contribuyen un pequeño efecto. Estos genes se llaman los loci de rasgos cuantitativos (QTLs), y el enfoque convencional de selección asistida por marcadores (MAS) para manejar los datos moleculares tiene solamente una capacidad limitada de detectar los QTLs de pequeño efecto y calcular sus efectos.
El enfoque de GS explota más datos incluyendo todos de los QTLS de pequeño efecto y calculando los efectos de todos de los marcadores genéticos en una población de plantas.
Jannick y sus colegas recientemente construyeron modelos estadísticos utilizando ambos GS y MAS, y compararon su capacidad de predecir los valores asociados con 13 rasgos agronómicos en cruces creados de una población de plantas juntadas para el estudio. Ellos evaluaron la precisión del modelo comparando sus predicciones con las observaciones de campo de 374 líneas de trigo.
Los resultados demostraron que el enfoque de GS fue más preciso en predecir los valores de los rasgos. Jannink tuvo un éxito similar en un estudio con avena. Los resultados de ambos estudios fueron publicados en la revista 'Plant Genome' (Genoma de Plantas). Estos resultados podrían acelerar los esfuerzos de la crianza molecular de plantas y podrían ser muy útiles en los avances de la tecnología de ADN.
Lea más sobre esta investigación en la revista 'Agricultural Research' de abril del 2012.
No hay comentarios:
Publicar un comentario