Antecedentes

El ecosistema agrícola mundial enfrenta una crisis sin precedentes debido al cambio climático y la propagación de plagas. Las sequías extremas y las temperaturas inusualmente altas están reduciendo drásticamente el rendimiento de los cultivos principales tradicionales. Investigadores y fitomejoradores de todo el mundo han centrado su atención en los rasgos genéticos de especies silvestres relacionadas y variedades locales para desarrollar nuevas variedades que sobrevivan en entornos hostiles.

Instituciones de investigación, incluida la Agencia de Investigación Agrícola (ARS) del Departamento de Agricultura de los Estados Unidos (USDA), han recolectado cientos de miles de recursos genéticos vegetales de todo el mundo durante las últimas décadas, almacenándolos en bancos de semillas como el Sistema Nacional de Recursos Genéticos Vegetales (NPGS). Las muestras de semillas almacenadas en congelación dentro de estos depósitos se consideran tesoros que contienen rasgos útiles, como resistencia a la sequía, resistencia a enfermedades y alto contenido nutricional.

Sin embargo, este enorme almacén ha estado durante mucho tiempo como una caja cerrada. Solo se han registrado las características físicas externas o la información básica de crecimiento de las semillas recolectadas, sin descifrar con precisión qué secuencias de ADN y alelos expresan rasgos específicos. Para que un fitomejorador encontrara un gen resistente a un patógeno particular, debía pasar por el tedioso proceso de plantar, cultivar y cruzar cientos o miles de semillas directamente. Esto se debe a las críticas constantes que señalan la baja utilidad en la mejora de variedades en comparación con los enormes costes de conservación.

Descubrimientos clave

El Departamento de Agricultura de Estados Unidos ha decidido poner en marcha un nuevo proyecto por valor de 180 millones de dólares para secuenciar a gran escala el ADN de la vasta colección de recursos genéticos de cultivos almacenados en el banco nacional de semillas. Esta inversión es un proyecto a escala nacional que va más allá de la simple investigación de cultivos individuales, y consiste en mapear con alta resolución las variaciones genómicas de más de cien mil muestras de principales cultivos alimentarios y económicos conservados en el Sistema Nacional de Recursos Genéticos de Plantas de Estados Unidos.

Los investigadores planean avanzar en la sofisticación del genoma de referencia y construir un ecosistema de pan-genoma combinando la secuenciación de nueva generación (NGS) con tecnología de lectura larga (Long-read). La genómica tradicional, que dependía exclusivamente de secuencias estándar de una sola variedad, tenía dificultades para detectar deleciones génicas o variaciones estructurales a gran escala. Este proyecto incluye en su lista de análisis masivo no solo cultivos esenciales como maíz, soja, trigo, sorgo y algodón, sino también ancestros silvestres con resiliencia climática.

El pipeline de análisis genómico integrará la secuenciación rápida con tecnología de anotación de variantes basada en inteligencia artificial. Los investigadores planean obtener las secuencias genómicas completas de cada línea de semillas y, simultáneamente, vincularlas con la vasta base de datos de fenotipos y genotipos del Servicio de Investigación Agrícola (ARS). Al convertir la ubicación y función de los genes en un catálogo digital, se sentarán las bases para que los fitomejoradores de todo el mundo puedan rastrear instantáneamente genes de resistencia ambiental específica mediante una simple búsqueda en el navegador.

Significado y perspectivas

Este proyecto de digitalización de cientos de miles de muestras vegetales se perfila como un punto de inflexión para transformar el paradigma del fitomejoramiento molecular, pasando de la selección por cruce físico a un fitomejoramiento de precisión impulsado por datos. Los investigadores podrán utilizar la tecnología de edición genética CRISPR para introducir con precisión genes de tolerancia al estrés descubiertos en especies silvestres en variedades actuales de alto rendimiento, o aumentar significativamente la precisión predictiva de los algoritmos de selección genómica (Genomic Selection).

Dado el gran potencial de los efectos esperados, también hay tareas previas claras. Los costes de la infraestructura informática para estandarizar los vastos datos de secuencias y gestionar una plataforma abierta accesible para todos son considerables. Además, incluso tras obtener la información de las secuencias, es necesario resolver el cuello de botella del análisis fenotípico en campo (Field Phenotyping) para verificar si dichos genes expresan el mismo rasgo de resistencia en campos reales con condiciones de temperatura, humedad y suelo diferentes.