Un nuevo proyecto pretende mejorar la cría de sorgo combinando los mejores aspectos de dos potentes aplicaciones informáticas, aplicando la investigación genómica de vanguardia a la agricultura y creando asociaciones entre científicos de EE.UU., Senegal y Costa Rica.
sorgoEl maíz, un grano que crece más rápido que el trigo y tiene mayor tolerancia a la sequía que el maíz, es un cultivo de importancia crítica tanto en Senegal como en Costa Rica. Una nueva iniciativa de Feed the Future Laboratorio de Innovación para el Mejoramiento de Cultivos (ILCI) ayudará a los fitomejoradores de esos países a desarrollar nuevas variedades de sorgo , en colaboración con el laboratorio de Ed Buckler, genómica del ILCIresponsable, genetista investigador del Servicio de Investigación Agrícola del Departamento de Agricultura de EE.UU. y profesor adjunto de y genética; y con el laboratorio de la Universidad de California. mejoramiento de cultivos Departamento de Agricultura - Servicio de Investigación Agrícola y profesor adjunto de fitomejoramiento y genética; Ndjido Ardo Kane, director del centro del ILCI para Innovación en los Cultivos de África Occidental en Senegal; y José R. Camacho, director de la Alianza Centroamericana y del Caribe ( CACCIA) del ILCI en Costa Rica.
"Estamos entusiasmados por la oportunidad de reforzar los conocimientos prácticos del equipo de CACCIA genómica en esta nueva e importante herramienta informática", dijo Camacho.
"En consecuencia, podremos reforzar nuestros programas de mejora de frijol comun y sorgo mediante la aplicación de la investigación orientada a los objetivos de genómica y la transcriptómica".
El nuevo proyecto pretende aprovechar los avances de la ciencia básica para ayudar a los fitomejoradores a hacer mejores predicciones basadas en el genoma sobre los fenotipos de las plantas -o sobre cómo se expresarán los genes en una planta determinada-, de modo que puedan seleccionar cualidades deseables como un alto rendimiento.
"La predicción genómica examina el ADN y trata de extrapolar cómo la variación de la secuencia afectará a la planta", dijo Bethany Fallon Econopouly, investigadora asociada en Cornell y aplicada internacionalmente genómica responsable en el ILCI.
Las comparaciones actuales basadas en el ADN implican un gran número de variantes, que pueden acabar afectando o no a los rasgos útiles de una planta. Mirar "un nivel más arriba", a la forma en que el ARN y las proteínas se expresan a partir del ADN, reduce la variación y puede proporcionar información más útil para los criadores, dijo Econopouly.
La mayoría de los modelos de fitomejoramiento se basan en el ADN, y este proyecto tratará de incorporar también las expresiones de ARN y proteínas.
Los investigadores han combinado las mejores características de dos tecnologías para los investigadores de fitomejoramiento : El software TASSEL y el lenguaje de codificación R. TASSEL es la principal herramienta de software utilizada para evaluar la diversidad de las plantas; tiene más de 20.000 usuarios al año. R es un lenguaje de codificación informático utilizado por muchos criadores y otros científicos aplicados que permite a los científicos rastrear y repetir experimentos de datos de forma más eficiente de lo que es posible con la sencilla interfaz gráfica de TASSEL.
Antes de que TASSEL se integrara con R, era menos accesible para los fitomejoradores, dijo Econopouly. Brandon Monier, investigador postdoctoral en el Laboratorio Buckler, desarrolló rTASSEL, para que TASSEL pueda utilizarse con R. Ahora se actualizará para incorporar nuevas funciones desarrolladas por los investigadores del ILCI.
La colaboración entre los científicos básicos de Estados Unidos y los científicos aplicados de Costa Rica y Senegal es fundamental para el éxito del proyecto, ya que permitirá obtener información en tiempo real y específica para cada país.
"Para los científicos básicos, uno de los retos es la comunicación con los investigadores aplicados para ver si las herramientas que estás desarrollando y los modelos que estás desarrollando son realmente útiles para ellos. ¿Están de acuerdo en que la herramienta es fácil de usar? ¿Mejora la precisión de la predicción? ¿Qué rasgos son los más importantes en su país?". dijo Econopouly.
"Con estas asociaciones en Senegal y Costa Rica, desarrollamos las herramientas conjuntamente, lo que debería mejorar nuestros modelos, mejorar el software y, en definitiva, mejorar fitomejoramiento."