Una nueva aplicación informática (app) de científicos del Servicio de Investigación Agrícola (ARS) podría acelerar la búsqueda de genes que sustentan características importantes de los cultivos, como alto rendimiento, calidad de semillas y resistencia a plagas, enfermedades o condiciones ambientales adversas.
por Jan Suszkiw, Servicio de Investigación Agrícola
Conocida como Pathway Association Studies Tool (PAST), la aplicación permite a los usuarios aprovechar los resultados de los estudios de asociación del genoma completo (GWAS) de cultivos. GWAS toma una especie de mirada de pájaro en el genoma de una planta de cultivo para las regiones marcadoras llamadas polimorfismos de nucleótido único (SNP). Encontrar marcadores SNP cerca del gen o genes que codifican un rasgo deseado puede señalar el paradero genómico de esos genes y también ayudar a los fitomejoradores a seguir la herencia y la expresión del rasgo. Esto facilita la selección de plantas que tienen el rasgo deseado y el desarrollo de nuevas variedades de élite para los productores.
Sin embargo, el uso de GWAS de un umbral estadístico significa que solo se identifican los marcadores con las asociaciones genéticas más fuertes, señaló Marilyn Warburton, genetista de la Unidad de Investigación de Resistencia de Plantas Huéspedes de Maíz (CHPRRU) del ARS en el estado de Mississippi, Mississippi. Esto puede cegar a los investigadores sobre la presencia de otros marcadores genéticos que caen por debajo del umbral, pero no son menos significativos para sus estudios, agregó.
PAST toma el relevo dando un paso adicional conocido como análisis de vía metabólica. Este paso adicional no solo encuentra marcadores interesantes que GWAS pasa por alto; también revela información biológica importante sobre sus genes asociados y cómo cada uno contribuye al ensamblaje bioquímico de un rasgo, función o respuesta de la planta, independientemente de la especie de cultivo.
El equipo de Warburton publicó un artículo que describe PASADO en la edición de enero de 2020 de la revista Plants y publicó un anuncio sobre la aplicación en su cuenta de LinkedIn, que ha recibido 5500 visitas hasta la fecha. Alrededor de 900 usuarios de todo el mundo han descargado la aplicación hasta el momento, y Warburton espera que se conozca aún más después del lanzamiento del 12 de marzo en el sitio web MaizeGDB, una base de datos con información genómica y genética extensa sobre el maíz.
En su propia investigación, el uso de Warburton tanto de GWAS como de PAST ya ha llevado a la identificación de genes en las plantas de maíz para la resistencia al gusano cogollero del maíz (una plaga de orugas) y al Aspergillus flavus, un moho verdoso que produce un carcinógeno llamado aflatoxina. Sin control, los gusanos cogolleros se alimentan de las sedas y los granos de la planta de maíz, causando daños que fomentan el crecimiento de Aspergillus y la contaminación por aflatoxinas.
Por ley federal, el maíz u otros granos con niveles de aflatoxinas superiores a 20 partes por billón no pueden venderse para consumo humano , y el uso de granos para alimentación animal está restringido. En los Estados Unidos, los brotes de moho Aspergillus que producen el carcinógeno infligen más de $200 millones anuales en pérdidas económicas para el maíz y $300 millones para el maní y otros cultivos combinados. La investigación de Warburton es parte de un esfuerzo más amplio en CHPRRU junto con los colaboradores de la Universidad Estatal de Mississippi (MSU) para adelantarse a la aflatoxina en múltiples frentes, siendo la plantación de variedades de maíz resistentes una defensa clave.
Le dio crédito a Adam Thrash (estudiante graduado de MSU), Daniel Peterson (facultad de MSU), Mason Deornellis (estudiante de grado de MSU) y Juliet Tang (postdoctorado del ARS, ahora científico del Servicio Forestal) por ayudar en el desarrollo, prueba y lanzamiento de PAST .
Warburton espera que la facilidad de uso y la versatilidad de la aplicación también puedan respaldar los estudios GWAS de animales e incluso humanos, en los que la identificación de genes relacionados con enfermedades hereditarias puede conducir a medicamentos personalizados para tratar estas enfermedades.
Más información: Adam Thrash et al. PASADO: La herramienta de estudios de asociación de vías para inferir significado biológico de conjuntos de datos GWAS, plantas (2020). DOI: 10.3390/plantas9010058
