Estudian genoma de cultivos estratégicos para mejorar atributos y productividad
La información genética de diversos cultivos permite conocer más acerca de las rutas metabólicas involucradas en los compuestos generados por las plantas, como es el caso de ciertos azúcares en el agave o la producción de antioxidantes en la zarzamora, pero también es la base para obtener variedades que tengan resistencia a la sequía, a las plagas o mayores beneficios nutricionales.
Con el fin de contribuir a la identificación y protección de genes relevantes en la producción de variedades vegetales, la Unidad de Genómica Avanzada (UGA-Langebio) del Cinvestav encabezó el “Proyecto Integración Genómica para acelerar la caracterización y mejoramiento de cultivos estratégicos en México”.
El proyecto tuvo una duración de tres años y se llevó a cabo con el apoyo de la Secretaría de Agricultura y Desarrollo Rural (Sader), así como del Consejo Nacional de Ciencia y Tecnología (Conacyt).
La investigación consistió en descifrar la información genética o genoma de cinco cultivos: agave azul (Agave tequilana), zarzamora (Rubus ulmifolius), limón mexicano (Citrus aurantifolia), papaya (Carica papaya L) y vainilla (Vanilla planifolia).
Además, como parte de este trabajo, se realizaron estudios de huella genética a fin de identificar genes involucrados en atributos específicos en estas plantas y en las de aguacate, café, chile y frijol.
Con estos datos es posible encontrar variaciones en la información genética asociadas con características de interés (como tolerancia a la baja cantidad de nutrientes en el suelo o resistencia a condiciones ambientales adversas), y acortar los tiempos de mejoramiento, porque normalmente los agrónomos tardan varios ciclos de siembra hasta obtener plantas con determinadas propiedades, señaló Alfredo Herrera Estrella, director de la UGA-Langebio del Cinvestav.
Este tipo de información también sirve para proteger los cultivos, algunos de origen mexicano, y que en el futuro no sea necesario pagar por la generada en otros países, agregó.
La primera etapa del proyecto consistió en la secuenciación del genoma de referencia de agave, zarzamora, limón mexicano, papaya y vainilla, para lo cual se tomaron muestras de hojas de un ejemplar por cultivo a fin de extraer su ADN (molécula portadora de la información genética).
Después, con una tecnología que lee fragmentos largos de ADN y otra capaz de hacer varias lecturas de segmentos cortos, los investigadores pudieron identificar el orden de las bases químicas que constituyen el genoma de los cinco cultivos con gran precisión.
Otra de las fases del estudio consistió en determinar, con herramientas computacionales que permiten analizar grandes cantidades de datos biológicos, los genes activos en los tejidos de frijol, café, papaya, vainilla, zarzamora y limón mexicano, para proponer su función.
Lo anterior requirió secuenciar una mezcla de ARNs (moléculas presentes en las células o los tejidos cuando hay genes activos) extraídos de hojas, tallos, raíces, flores y frutos de los cultivos mencionados. Con estos datos fue posible establecer cuáles genes están encendidos en los tejidos de cada planta.
Finalmente, los investigadores procedieron a la genotipificación, la cual implica secuenciar centenares de individuos de agave, aguacate, café, chile, frijol, limón, papaya, vainilla y zarzamora, usando variedades domesticadas, criollas y silvestres.
“Se trata de leer un porcentaje del genoma de los cultivos, pero a profundidad, con la idea de detectar secuencias en donde existan variaciones en una de las bases químicas que forman el ADN”, explicó Herrera Estrella.
Al comparar estas variaciones, llamadas polimorfismo en un solo nucleótido, con la información del genoma de referencia de un determinado cultivo, se pueden detectar cambios asociados a rasgos de interés para el agricultor.
“Por lo cual, en la última etapa se hizo una relación de dichos polimorfismos con características especiales de cada individuo; en el caso del café, por ejemplo, si una planta produce granos más ácidos o aromáticos. Esto ayudaría al agricultor a identificar plantas con cierto matiz y obtener nuevas versiones de un cultivo”, señaló el investigador del Cinvestav.
