Aplicación de la genómica y la proteómica al mejoramiento genético de los cultivos

Autores/as

  • Iván Galindo Castro Laboratorio de Genómica y Proteómica. Centro de Biotecnología. Fundación Instituto Internacional de Estudios Avanzados IDEA. Carretera Nacional Hoyo de la Puerta, Miranda

Palabras clave:

Biología Sistémica de los cultivos, modelaje de cultivos, genómica funcional, mapeo de QTL, micromatrices de ADN, electroforesis en geles bidimensionales, Crop systems biology, crop modeling, functional genomics, QTL mapping, DNA microarrays, 2-D gel

Resumen

Las herramientas biotecnológicas y el desarrollo de las llamadas disciplinas “ómicas” suponen una reducción importante en los tiempos para la generación y preselección de materiales, para predecir los cruces más exitosos, acelerar el desarrollo de nuevos cultivares, potenciar su explotación genética y ofrecerlos al consumidor. La gran mayoría de los caracteres agronómicos se comportan de una manera compleja, como consecuencia de la intervención desigual de múltiples genes y el concurso de muy variados componentes ambientales. Sobre este comportamiento, que dio origen a lo que hoy conocemos como genética cuantitativa, se sientan las bases del mejoramiento genético moderno a través del estudio del aporte cuantitativo de dichos caracteres (denominados QTL). La genética cuantitativa clásica ha tenido cierto éxito en cubrir las expectativas de los mejoradores genéticos, sin embargo existen muy pocos descriptores estadísticos para explicar la complejidad biológica subyacente al proceso de mejoramiento, lo cual siembra muchas dudas sobre su aplicabilidad real, en función de las exigencias cada vez más fuertes del desarrollo agrícola moderno. Las tecnologías “ómicas” están generando una enorme cantidad de información a partir de múltiples y muy variados organismos, creando la necesidad de una “biología sistémica” que permita integrar multidimensionalmente esa información biológica a través de redes dinámicas de interacciones moleculares. La biología sistémica apunta entonces hacia la síntesis del conjunto de datos complejos surgidos a partir de varias jerarquías genómicas (genoma, transcriptoma, proteoma, metaboloma) en modelos matemáticos útiles para explicar de manera cuantitativa, la biología funcional en términos de cómo interactúan la unidades funcionales codificadas en el genoma. Esta información preliminar puede ser ampliamente informativa para incluir o excluir genes candidatos potenciales. En el futuro inmediato podrían surgir novedosos algoritmos capaces de leer las secuencias reguladoras de los genes y deducir, a partir de ellas, los perfiles de expresión. Aunque la genómica funcional puede ofrecer vías más expeditas en ese sentido, es importante tomar en cuenta las particularidades del sistema genotipo-fenotipo-ambiente para poder alcanzar programas de mejoramiento exitosos en el desarrollo de los cultivos del futuro. En Venezuela todavía es muy incipiente el uso de la genómica y la proteómica en el mejoramiento genético, sin embargo resultados preliminares han permitido identificar genes candidatos asociados a resistencia a Magnaporthe orizae, agente causal de la piricularia en el arroz. 

 

Application of genomics and proteomics to crops genetic breeding  

 

ABSTRACT 

 

The advent of the biotechnological tools and the emergence of the “omics” disciplines have promised a substantial time reduction in breeding and selection of higher productive materials, predicting the most successful crosses, accelerating the development of new cultivars, and enhancing their genetic potential, to finally reach the consumer tables. Most agronomic characters express in a complex manner, as a consequence of an unequal intervention of multiple genes influenced by diverse environmental effects. On the basis of this behavior, which originated what we know as quantitative genetics, modern genetic breeding is funded through studying the quantitative outcome of these characters, known as QTL. Classic quantitative genetics have had a relative success covering the expectations of genetic breeders; nevertheless there are just a few statistical descriptors that try to explain the subjacent biological complexity underlying the genetic improvement process, shading doubts about the potential applicability of this approach to solve the more exigent needs of the modern agriculture development. The “omics” techniques are producing a huge amount of biological information from multiple and very different organisms, requiring a systemic approach that allows the integration of that information in a multidimensional way through the construction of dynamic networks of molecular interactions. Hence, systems biology aims to synthesize the biological data sets coming from different genomics scale jerarquization (genome, transcriptome, proteome, metabolome) into reliable mathematical models capable of explaining, in quantitative terms, how the functional units coded in the genome interact with each other. This preliminary information can be very informative in terms of including or excluding potential candidate genes. In the near future, novel algorithms capable of explaining how gene regulatory sequences work will be available. Even though functional genomics may offer even more expedite ways on this aspects, it is important taking into account the singularities of each genotype-phenotype-ambient system to develop the crops of the future by more successful breeding programs. In Venezuela, the application of genomics and proteomics on genetic breeding is still incipient, although preliminary results have allowed the identification of potential candidate rice genes associated with resistance to Magnapothe orizae, the etiological agent of the rice blast disease.

Descargas

Los datos de descargas todavía no están disponibles.

Cómo citar

Castro, I. G. (2018). Aplicación de la genómica y la proteómica al mejoramiento genético de los cultivos. Revista De La Facultad De Agronomía, (71). Recuperado a partir de http://saber.ucv.ve/ojs/index.php/rev_agro/article/view/15065

Número

Sección

Artículos Científicos