En Iowa, un estudio de la Universidad Estatal de Iowa usó imágenes aéreas durante tres temporadas para medir el crecimiento de 544 variantes de sorgo
Redactor: Raúl Méndez C.
Editor: Eduardo Schmitz
La mejora genética de cultivos suele mirar el resultado final: cuánto rindió una planta, qué altura alcanzó al cierre de la campaña o qué rasgo quedó visible al momento de la cosecha. Sin embargo, un equipo de la Universidad Estatal de Iowa mostró que esa fotografía final puede dejar fuera una parte decisiva de la historia. En el sorgo, la altura no depende solo de qué genes están presentes, sino también de cuándo actúan, durante cuánto tiempo influyen y en qué etapa del crecimiento dejan una señal detectable.
La investigación fue dirigida por Jianming Yu, profesor de agronomía en Iowa State University, titular de la cátedra Pioneer Hi-Bred Distinguished Chair in Maize Breeding y director del Raymond F. Baker Center for Plant Breeding. El trabajo se desarrolló durante tres años en una finca experimental de la Universidad Estatal de Iowa cerca de Boone, en el estado de Iowa, Estados Unidos, con 544 variantes de sorgo procedentes de dos conjuntos de poblaciones.
El punto central del estudio fue cambiar la forma de mirar el crecimiento. En lugar de medir solo la altura final de las plantas, los investigadores usaron un dron automatizado para sobrevolar las parcelas entre tres y seis veces por temporada. Con esas imágenes aéreas, calcularon la altura de parcelas individuales en distintos momentos del ciclo y construyeron curvas de crecimiento para cada variante.
Las curvas de crecimiento mostraron efectos genéticos persistentes y temporales
El equipo analizó las curvas de crecimiento junto con los genotipos de las plantas para buscar regiones del ADN asociadas con la altura. Esas regiones se conocen como loci de rasgos cuantitativos, o QTL, y permiten relacionar una zona genética concreta con una característica medible del cultivo.
La metodología utilizada recibe el nombre de mapeo funcional. Su valor, en este caso, estuvo en que permitió observar el comportamiento del rasgo a lo largo del tiempo, no únicamente al final de la campaña. Esa diferencia cambió la lectura genética del sorgo: los investigadores confirmaron el efecto de cuatro QTL persistentes que ya se conocían por su influencia en la altura, pero además pudieron precisar cuándo empezaban a actuar y con qué intensidad lo hacían.
El estudio también identificó varios QTL transitorios. Estos efectos aparecieron, por lo general, durante una sola temporada o en una etapa concreta del desarrollo, y luego desaparecieron de la señal final. Si la investigación se hubiera limitado a medir la altura al momento de la cosecha, esos efectos temporales habrían pasado inadvertidos.
El dron permitió ver una parte del crecimiento que antes quedaba oculta
La comparación utilizada por los investigadores es sencilla: dos plantas pueden alcanzar una altura final similar, pero no necesariamente recorren el mismo camino para llegar allí. Una puede crecer más rápido al inicio y estabilizarse después; otra puede acelerar más tarde. Si solo se mide el resultado final, ambas parecen iguales. Si se observa la trayectoria completa, las diferencias aparecen.
Esa fue la función de los vuelos con dron. Las imágenes tomadas desde arriba generaron una secuencia de mediciones que permitió reconstruir el crecimiento de las parcelas durante la temporada. A partir de esa secuencia, el equipo pudo distinguir entre efectos genéticos estables, que acompañan al rasgo durante más tiempo, y efectos breves, que solo intervienen en una fase específica.
Boris M. E. Alladassi, primer autor del trabajo, realizó la investigación como estudiante de posgrado junto a Jianming Yu y actualmente es investigador posdoctoral en la Universidad de Illinois Urbana-Champaign. Su participación fue clave en el análisis de los momentos y duraciones de los QTL persistentes y transitorios vinculados con la altura del sorgo.
Por qué importa para los mejoradores de cultivos
Para los programas de mejoramiento, la diferencia entre un efecto genético persistente y uno transitorio no es menor. Los QTL persistentes suelen ser objetivos más estables y potentes cuando se busca fijar una característica de interés. Si una región del ADN mantiene su efecto durante buena parte del desarrollo, ofrece una señal más confiable para seleccionar materiales.
Pero los QTL transitorios también pueden tener valor. Aunque son más difíciles de detectar, podrían ayudar a mejorar cualidades adaptativas de temporada, como la respuesta al frío o la resistencia a la sequía en momentos específicos del ciclo. La implicación práctica es clara: al observar el crecimiento completo, los mejoradores pueden identificar herramientas genéticas que antes no veían.
En el caso del sorgo, el rasgo analizado fue la altura de la planta, elegido porque permitía ilustrar con claridad el potencial del enfoque. Alladassi indicó que los patrones de duración y momento de actuación de los QTL probablemente no se limitan a este cultivo ni a ese rasgo. La altura del sorgo funcionó como un caso útil para demostrar que muchos rasgos complejos podrían tener efectos genéticos que aparecen y desaparecen en fases concretas.
De la medición final al seguimiento dinámico del cultivo
La causa y el resultado del trabajo quedan bien definidos: al combinar fenotipado de alto rendimiento con imágenes de dron y mapeo funcional, el equipo logró detectar efectos genéticos persistentes y transitorios que una medición final no habría mostrado. Ese cambio metodológico permite pasar de una visión estática del cultivo a una lectura dinámica de su desarrollo.
Jianming Yu destacó que drones, robots y sensores están haciendo posible una recolección masiva de datos durante toda la temporada. En su evaluación, esa capacidad permite aprovechar mejor el fenotipado de alto rendimiento y separar lo pasajero de lo duradero dentro de la expresión genética de los cultivos.
El avance también apunta a modelos más detallados. A medida que la calidad de la tecnología mejora y los costos bajan, los ensayos podrán incluir más etapas de medición. Yu mencionó incluso que algunos investigadores ya realizan vuelos diarios con drones sobre parcelas experimentales, lo que abre la puerta a curvas de crecimiento mucho más completas.
Una herramienta con impacto más allá del laboratorio
El estudio no se limita al trabajo de los genetistas. La construcción de curvas de crecimiento con datos obtenidos desde el inicio hasta el final del ciclo podría beneficiar también a los agricultores. Yu planteó que esos modelos permitirían hacer predicciones más tempranas para apoyar decisiones de manejo durante la campaña.
En términos prácticos, esto significa que el seguimiento continuo del cultivo puede ayudar a interpretar antes qué está ocurriendo en el campo. Si las curvas de crecimiento muestran desviaciones, aceleraciones o retrasos, los productores podrían disponer de información más útil que la obtenida con una única medición tardía.
La publicación científica, firmada por Boris M. E. Alladassi y colaboradores, apareció en el Journal of Experimental Botany bajo el título “Persistent and transient QTLs underlying growth trajectory of plant height in sorghum”. Su aporte principal es demostrar que el momento y la duración de los efectos genéticos pueden ser tan importantes como el resultado final del rasgo.
En un contexto de agricultura cada vez más apoyada en datos, el caso del sorgo en Iowa muestra que la genética de los cultivos no solo se expresa en centímetros finales, sino en trayectorias. Para los mejoradores, esa trayectoria puede revelar genes estables para seleccionar con mayor seguridad y genes temporales que podrían ser útiles en condiciones ambientales concretas. Para el campo, puede convertirse en una base para decisiones más tempranas, más precisas y mejor conectadas con lo que realmente ocurre durante la temporada.
Referencias
https://phys.org/news/2026-04-crop-breeders-growth-built-drone.html
