Una nueva herramienta facilita el mapeo genético de plantas poliploides

Es un sistema desarrollado en Brasil que se encuentra disponible online gratis, y puede ayudar en el mejoramiento de cultivos tales como la caña de azúcar, el kiwi, el arándano, la batata y las especies forrajeras

Por Janaina Simões  |  Agência FAPESP – Un sistema innovador para el mapeo genético de especies poliploides –cuyos cromosomas no se organizan en pares sino en distintos conjuntos de diversos tamaños, como en el caso de la caña de azúcar– podrá agilizar el trabajo de los científicos y de los profesionales que trabajan con mejoramiento genético de plantas, a quienes se conoce con el nombre de mejoradores.

Los resultados de este trabajo, desarrollado en la Escuela Superior de Agricultura Luiz de Queiroz de la Universidad de São Paulo (Esalq-USP), con sede en la localidad de Piracicaba (en el estado de São Paulo, Brasil), con el apoyo de la FAPESP, salieron publicados en la revista G3: Genes, Genomes, Genetics. Puede accederse gratuitamente vía internet al sistema denominado MAPpoly, cuya licencia es libre.

Hasta ahora se encontraban disponibles únicamente sistemas de mapeo de especies diploides (2n) –aquellas que poseen dos copias de cada cromosoma, una proveniente del padre y otra de la madre, como los humanos– o poliploides más sencillos (4n). En los poliploides complejos (Xn, múltiples copias), las posibilidades de combinaciones entre cromosomas son mayores, lo que hace que el proceso de mapeo se vuelva más difícil.

Muchos de los cultivos que pasaron por mejoramiento genético son poliploides. La batata, por ejemplo, es un hexaploide (6n), es decir que posee grupos de seis copias de cromosomas. La caña de azúcar del género Saccharum, que es la que utilizan los productores de azúcar y de etanol en Brasil y en el mundo, posee una cantidad variable, que puede oscilar entre seis y 14 copias, lo que la convierte en una de las especies más desafiantes a la hora de realizar estudios genéticos.

El objetivo del estudio de Marcelo Mollinari, en la actualidad investigador de la North Carolina State University en Raleigh, Carolina del Norte, Estados Unidos, consistió en hallar una forma de analizar en forma eficiente situaciones complejas como la existente en esos cultivos. Mollinari desarrolló gran parte de este sistema durante su posdoctorado, bajo la supervisión de Antonio Augusto Franco Garcia, docente del Departamento de Genética de la Esalq-USP, y con el apoyo de una beca de la FAPESP.

“Al aplicar el conocimiento y el instrumental de la genética estadística, el estudio resultó en un nuevo método que resuelve este desafío de manera robusta”, dijo Mollinari, quien también contó con una beca de la FAPESP para realizar una pasantía de investigación en la Purdue University, en Estados Unidos.

Este trabajo también contó con recursos del Programa FAPESP de Investigaciones en Bioenergía (BIOEN) destinados al proyecto intitulado “Genomic-assisted breeding of sugarcane: using molecular markers for understanding the genetic architecture of quantitative traits and to implement marker assisted selection”, coordinado por Anete Pereira de Souza, del Centro de Biología Molecular e Ingeniería Genética (CBMEG) de la Universidad de Campinas (Unicamp), en el estado de São Paulo.

Información más precisa

Desde su maestría, Mollinari viene estudiando un sistema de mapeo genético de poliploides, al principio con la mira puesta en la caña de azúcar. Hasta ahora no existía un sistema desarrollado específicamente para poliploides complejos. Los científicos y los mejoradores empleaban sistemas aplicados al mapeo de organismos diploides con adaptaciones en los análisis estadísticos destinados a trabajar con organismos más complejos, lo cual hace que los resultados de los mapeos sean imprecisos.

“Cuando recibimos los datos, tenemos dificultades para entender qué sucede en determinados puntos del cromosoma. Podemos obtener muchas combinaciones: la información es nebulosa”, dijo Mollinari.

Para resolver esta dificultad, el investigador propuso el empleo del llamado modelo de cadena oculta de Márkov, muy utilizado en estadística. “Nuestro cerebro logra leer palabras enteras aun cuando estén faltando letras o haya números entre ellas. El modelo de Márkov hace lo mismo que nuestro cerebro: en lugar de mirar hacia las posiciones específicas, observa los cromosomas como un todo y completa esas posiciones de modo tal que tengamos una visión completa de las posiciones de los cromosomas en el genoma”, explicó Mollinari.

Luego de desarrollar los algoritmos, el investigador realizó simulaciones a los efectos de poner a prueba la plataforma. Una de ellas se aplicó para mapear dos variedades de batata (Atlantic y B1829-5) cuyo mapeo se había determinado mediante el empleo de métodos desarrollados para seres diploides. Con esas simulaciones, pudo comparar sus resultados con los ya existentes y validar su sistema. También realizó una simulación comparativa con un software holandés adaptado a poliploides.

Este nuevo sistema puede utilizarse en el mapeo de genes de diversos poliploides, tales como las plantas forrajeras, el kiwi, el arándano o mirtilo y también la caña de azúcar. Investigadores de al menos siete instituciones ya están utilizando la plataforma que desarrolló Mollinari en el estudio de estas especies blanco.

“El BIOEN fue la motivación inicial del proyecto, que terminó teniendo una repercusión mayor que el mapeo genético de la caña de azúcar”, dijo Franco Garcia. Aparte de esta especie, el nuevo método también está aplicándose en estudios de plantas forrajeras cultivadas en Brasil.

A nivel internacional, la aplicación más reciente está a cargo del propio Mollinari en su trabajo en Estados Unidos. El investigador participa en un proyecto que cuenta con el apoyo de la Fundación Bill y Melinda Gates tendiente a desarrollar herramientas genómicas aplicadas al mejoramiento genético de la batata, una iniciativa orientada a brindar apoyo a productores de este alimento en el África Subsahariana.

Para el mejoramiento genético, es necesario verificar cómo fue heredado cada cromosoma por los “hijos” que se generaron en el cruzamiento, cosa que es posible con el MAPpoly. Combinado con el mapeo del fenotipo, los mejoradores podrán desarrollar las variedades de su interés de manera más rápida y eficiente.

“Se trata de una herramienta que apunta a facilitarles la vida a los mejoradores y no a reemplazarlos. Ellos conocen mejor las características de los cultivos y actuarán en los trabajos de selección, lo cual es necesario para llegar a nuevas variedades”, dijo Mollinari.

Puede leerse el artículo intitulado Linkage Analysis and Haplotype Phasing in Experimental Autopolyploid Populations with High Ploidy Level Using Hidden Markov Models, de Marcelo Mollinari y Antonio Augusto Franco Garcia, en el siguiente enlace: www.g3journal.org/content/early/2019/08/12/g3.119.400378.