Los científicos han invertido mucho tiempo y esfuerzo en establecer conexiones entre el genotipo de una planta, o su composición genética, y su fenotipo, o los rasgos observables de la planta.
por la Universidad Estatal de Iowa
Comprender el genoma de una planta ayuda a los biólogos a predecir cómo se comportará esa planta en el mundo real, lo que puede ser útil para crear variedades de cultivos que produzcan altos rendimientos o resistan el estrés.
Pero las condiciones ambientales también influyen. Las plantas con el mismo genotipo tendrán un rendimiento diferente cuando se cultiven en entornos diferentes. Un nuevo estudio dirigido por un científico de la Universidad Estatal de Iowa utiliza análisis de datos avanzados para ayudar a los científicos a comprender cómo interactúa el entorno con la genómica en el maíz, el trigo y la avena. Los resultados podrían conducir a modelos más precisos y rápidos que permitirán a los fitomejoradores desarrollar variedades de cultivos con características deseables.
El estudio fue publicado recientemente en la revista académica revisada por pares Molecular Plant .
Jianming Yu, profesor de agronomía y titular de la Cátedra Pionera Distinguida en Mejoramiento de Maíz, dijo que el estudio arroja luz sobre la plasticidad fenotípica , o la capacidad de los cultivos para adaptarse a los cambios ambientales . Esto podría ayudar a los fitomejoradores a comprender mejor cuán «moldeables» son las especies de plantas, o cuánto potencial tienen para rendir bien en diferentes entornos.
«Sabíamos que el rendimiento genético depende del contexto. No es estático; depende de las condiciones ambientales», dijo Xianran Li, profesor asociado adjunto y primer autor del estudio. «Dos alelos de un gen funcionan de manera diferente en un entorno, pero de la misma manera en otro. Lo que resulta complicado es comprender la interacción entre los genes y el entorno en las condiciones naturales de campo. El obstáculo obvio es que los entornos naturales son mucho más complejos que las condiciones controladas de laboratorio. ¿Cómo podemos detectar las principales señales que perciben las plantas ?»
El estudio utilizó datos recopilados previamente sobre las tres especies de cultivos en todo el mundo. Un grupo de 17 científicos de cuatro instituciones contribuyó al estudio actual, pero un grupo mucho más grande de científicos llevó a cabo los experimentos iniciales que generaron los datos. El conjunto de datos incluyó 282 líneas endogámicas de maíz evaluadas en los Estados Unidos y Puerto Rico; 288 líneas endogámicas de trigo evaluadas en África, India y países del Medio Oriente; y 433 poblaciones endogámicas de avena evaluadas en los Estados Unidos y Canadá. Los datos incluyeron condiciones ambientales como la temperatura y la disponibilidad de luz solar. Los datos fenotípicos analizados en el estudio incluyeron rendimientos, altura de la planta y tiempo de floración, o la ventana de tiempo durante la cual la planta alcanza la etapa reproductiva.
El análisis avanzado de datos permitió a los investigadores desarrollar un índice ambiental, extrayendo el patrón diferenciador principal entre las condiciones naturales de campo estudiadas. Con esta dimensión ambiental explícitamente definida, se puede evaluar sistemáticamente cómo los genes individuales responden a las señales externas y cómo, en conjunto, conducen al variado desempeño final de un organismo.
«Es como si los pulsos indiscernibles de la percepción de las condiciones externas por parte de una planta ahora se volvieran visibles en la pantalla de un monitor», dijo Tingting Guo, científico investigador en agronomía y coautor principal del estudio.
El estudio «presenta un marco integrado que no sólo revela la dinámica del efecto genético a lo largo de un índice ambiental identificado, sino que también permite realizar predicciones y pronósticos de rendimiento precisos», escribieron los autores en el artículo.
«Nos complace poder diseñar un marco de este tipo para cubrir dos áreas de investigación importantes, los estudios de asociación del genoma completo y la selección genómica (GWAS y GS)», afirmó Yu.
El estudio concluyó que el marco integrado predijo con precisión el tiempo de floración y la altura de la planta, mientras que las predicciones de rendimientos fueron más difíciles. Li dijo que esto probablemente se deba a la cantidad de parámetros ambientales diferentes, más allá de la temperatura y la luz solar, que afectan el rendimiento en diferentes etapas de crecimiento. El equipo de investigación seguirá perfeccionando sus métodos para tener en cuenta más factores ambientales en un esfuerzo por predecir mejor los rendimientos.
Yu y sus colaboradores desarrollaron primero su análisis de datos inicial en sorgo, pero desde entonces han ampliado su investigación para incluir otros cultivos mundiales importantes. Esto podría ayudar a los científicos de plantas a diseñar un mejor plan para encontrar variedades para probar. Yu dijo que la aplicación de análisis de datos avanzados a todos los datos genómicos, fenotípicos y ambientales disponibles puede ayudar a los criadores a concentrarse en las variedades que les interesan de manera mucho más rápida y eficiente.
«Creemos que tenemos la cantidad de datos necesaria para hacer mejores predicciones sobre el rendimiento de las plantas», afirmó Yu. «Ahora, estamos tratando de obtener conocimiento y sabiduría de los datos para guiar el proceso de toma de decisiones en el mundo real».
Más información: Xianran Li et al, Un marco integrado que restablece la dimensión ambiental para los GWAS y la selección genómica en cultivos, Molecular Plant (2021). DOI: 10.1016/j.molp.2021.03.010
