Agricultura Botánica y Genética Cultivos y Semillas Estados Unidos

Los científicos mejoran las predicciones de rendimiento basadas en datos de plántulas


Sería impensable un médico que diagnostica a un paciente de 50 años basándose en un análisis de sangre realizado durante la infancia del paciente.


por la Universidad Estatal de Michigan


Hablando anecdóticamente, sin embargo, eso es lo que los científicos de la Universidad Estatal de Michigan han hecho con el maíz. Utilizando datos de ARN de plantas de plántulas de maíz de 2 semanas de edad, Shinhan Shiu, profesor de biología vegetal y matemática computacional , ciencia e ingeniería, ha demostrado que los agricultores y los científicos pueden mejorar las predicciones de rasgos de cultivos adultos con una precisión que rivaliza con los enfoques actuales que usan ADN, es decir los datos genéticos .

«Los métodos de reproducción tradicionales llevan meses o años, lo que se puede guardar si podemos predecir los rasgos deseables solo a partir de ADN y ARN sin hacerlos crecer, sin tener que medir los rasgos reales directamente», dijo Shiu, autor principal del artículo que aparece en el número actual de The Plant Cell . «Para continuar con la anécdota de la medicina humana, es como secuenciar el ARN de un bebé y analizar qué tipo de rasgos puede desarrollar el bebé más adelante en la vida».

Shiu siempre ha estado fascinado con el uso de enfoques computacionales para resolver las cuestiones de evolución y biología del genoma. Un gran desafío bien reconocido en biología es cómo conectar la información en el ADN, o genotipo, con rasgos o fenotipo. Resolver este misterio es fundamental para comprender cómo la información genética se traduce en rasgos externos en cualquier especie, dijo Shiu.

Dado que el ARN es un producto del ADN, un paso más cerca de los rasgos que influye el ADN, los planos de ARN pueden ofrecer mejores predicciones. Utilizando enfoques de aprendizaje automático, Shiu y sus colegas han dado un paso más para conectar el ADN, el ARN y los rasgos subyacentes.

«Esto es útil para los nuevos programas de reproducción y puede tener implicaciones en nuevas formas de hacer pruebas genéticas», dijo Shiu. «Descubrimos que las mediciones de ARN proporcionan información adicional que no podemos obtener solo del ADN». En términos de reproducción, por ejemplo, el equipo pudo hacer predicciones precisas de floración y rendimiento, incluso antes de que las plantas hubieran desarrollado sus semillas o organismos de flores.

Los métodos tradicionales que utilizan modelos basados ​​en marcadores genéticos identificaron solo uno de los 14 genes conocidos vinculados al tiempo de floración como importantes. Sin embargo, el modelo basado en la expresión génica creado por Shiu y sus colegas identificó cinco.

Sin embargo, incluso con esta mayor precisión, el equipo de Shiu no dice que el nuevo método deba reemplazar al antiguo.

«Nuestros hallazgos son complementarios a la predicción basada en marcadores genéticos e identifica asociaciones de rasgos de expresión génica que no se explican por marcadores genéticos», dijo Shiu. «Esto no solo ayuda en la selección de líneas de reproducción con rasgos deseables, sino que también mejora nuestra comprensión de los mecanismos involucrados en estos procesos».

La investigación futura trabajará para mejorar la precisión, eficiencia y costo del modelo.


Leer más


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *