En un avance importante para la ciencia agrícola, los investigadores han desarrollado una nueva herramienta computacional diseñada para exponer de manera rápida y eficiente la diversidad genética dentro de bases de datos de ADN de varias especies de plantas.
por la Universidad de Ciencia y Tecnología Rey Abdullah
La plataforma de código abierto está preparada para acelerar el descubrimiento de variaciones genéticas que son clave para desarrollar cultivos con mayor resiliencia, rendimiento y valor nutricional.
Aprovechando algoritmos avanzados y las capacidades de la computación de alto rendimiento (HPC), el equipo de KAUST, dirigido por el genómico vegetal Rod Wing, demostró la capacidad de la herramienta para detectar pequeñas diferencias en el ADN, las llamadas variantes de un solo nucleótido (SNP), en varias cepas de arroz , maíz, soja y sorgo.
En el caso de la investigación del arroz, por ejemplo, el equipo empleó la herramienta en un complejo conjunto de datos genéticos de secuencias de ADN de miles de muestras distintas: un «pangenoma» integral que los investigadores habían ayudado previamente a ensamblar para el arroz asiático (Oryza sativa).
Utilizando este conjunto de datos junto con el novedoso método analítico del grupo, los investigadores de KAUST descubrieron más de 2 millones de variantes genéticas previamente pasadas por alto mediante interrogatorios convencionales de un único genoma de arroz de referencia.
Esto marca un paso inicial hacia la apertura de nuevas vías en la mejora de cultivos y la agricultura sostenible , señala el genetista vegetal y coautor del estudio Yong Zhou. «Estos SNP ocultos ahora podrían utilizarse inmediatamente para programas de mejoramiento y también para identificar nuevos genes funcionales para rasgos agrícolas», dice.
El descubrimiento de SNP de esta manera también puede ayudar a revelar conexiones genéticas y evolutivas entre diferentes linajes de arroz. Recientemente, Wing y Zhou encabezaron la creación de un genoma de referencia de alta calidad para el arroz rojo Hassawi, un cultivo autóctono de Arabia Saudita conocido por su resistencia a la sequía local y las condiciones de alta salinidad.
Utilizando la herramienta, los investigadores pudieron establecer un vínculo genético entre el arroz Hassawi y un subgrupo de arroz que incluye variedades originarias de Australia, India y partes del sudeste asiático.
La clave para el rendimiento de la herramienta, denominada flujo de trabajo de llamada de variantes del genoma informático de alto rendimiento, o HPC-GVCW, es la capacidad de dividir grandes porciones del genoma en bits discretos y luego confiar en tecnologías de procesamiento paralelo para resolver problemas informáticos complejos en datos genómicos multidimensionales a gran escala.
«Esto reduce enormemente el tiempo de ejecución», afirma el coautor del estudio Nagarajan Kathiresan, científico computacional, «lo que permite procesar 3.000 genomas en 24 horas».
Ahora que se secuencian más genomas que nunca, añade Zhou, la nueva herramienta debería resultar invaluable para optimizar su análisis y potenciar el mejoramiento de cultivos de próxima generación.
El trabajo se publica en la revista BMC Biology .
Más información: Yong Zhou et al, Un flujo de trabajo computacional de alto rendimiento para acelerar la detección de GATK SNP en un conjunto de datos de 25 genomas, BMC Biology (2024). DOI: 10.1186/s12915-024-01820-5
