La biotecnología ha crecido de manera vibrante en los últimos años con nuevos productos que en estos días ofrecen infinitas posibilidades para generar datos genómicos para una amplia gama de especies de plantas en un corto período de tiempo y un costo reducido. Las plantas huérfanas (aquellas que aún no han sido profundamente exploradas por los humanos) finalmente están obteniendo los beneficios de tal revolución tecnológica. Estoy seguro de que aún queda mucho por descubrir y por utilizar en beneficio de la humanidad.
Hasta hace unos años, el fenotipado se consideraba un cuello de botella en el estudio de rasgos complejos en plantas porque se basaba en un trabajo manual intensivo, que es costoso y requiere mucho tiempo. La fenotipificación, como la genotipificación, ha entrado en una nueva era de alta tecnología en la que los nuevos instrumentos son capaces de producir mediciones de alto rendimiento, tales como: adquisición y procesamiento de imágenes; sensores que capturan temperatura, humedad, etc .; invernaderos con cintas transportadoras automatizadas equipados con sistemas que capturan imágenes cada dos horas o días, etc. Todas estas nuevas capacidades de fenotipado han surgido en lo que se denomina fenomicos .
Los científicos han estado dominando formas de manejar y analizar grandes datos provenientes de genómica, proteómica, transcriptómica, epigenómica, etc. Estoy, como científico, encantado de ver finalmente que el fenotipado se pone al día con los otros campos ómicos y es promovido a su grupo de élite. Los fenómenos fenómicos no solo permitirán medir más variables, sino que también permitirán medir más muestras.
Los criadores y el personal analítico necesitan herramientas analíticas que sean fáciles de usar y tengan métodos que puedan analizar estos datos. ¿Por qué? Poder aprovechar el tremendo potencial de estos datos ómicos y ayudar a los programas de reproducción no solo a acortar sus ciclos de reproducción, sino también a producir mejores alimentos para la humanidad.
Me gustaría presentar la herramienta de evaluación cruzada en JMP Genomics software que fue diseñado para ayudar a los fitomejoradores a evaluar miles de plantas (líneas o variedades) utilizando datos genómicos y fenómicos con el objetivo de identificar aquellas líneas que tienen mayor potencial para continuar en la línea de mejoramiento.
Comenzaré mostrando una tabla de datos que tiene información sobre marcadores genéticos (datos genómicos) en las columnas y plantas individuales en las filas (visto parcialmente en la Figura 1). Esta tabla de datos tiene 5,131 columnas con datos genómicos (genotipos SNP) y 181 filas, cada fila representa una línea endogámica con sus ID en el Líneas columna.
Figura 1
Ahora, veamos la herramienta de Evaluación cruzada (Figura 2). El archivo de datos de la Figura 1 se carga en el campo Conjunto de datos de entrada de SAS y dos archivos de puntuación se cargan en el campo Archivos de código de puntuación. Los archivos de puntuación contienen ecuaciones matemáticas que vinculan los datos fenómicos (rasgos) con la información proporcionada por los datos genómicos.
Figura 2
Hay muchas opciones en la herramienta de evaluación cruzada. Por ejemplo, puede definir el tipo de cruzamiento que desea (propio o cruzado), el número de progenies que se simularán para cada cruzamiento y si calcular una selección de índice (también conocida como super rasgo) o no. También puede hacer varias generaciones de progenies, dejando que la Evaluación cruzada produzca cruces por pares de individuos en la tabla de datos y, una vez que haya producido la primera generación de progenies (primer ciclo de cruzamiento), la Evaluación cruzada hará nuevos cruces a partir de estas progenies. , produciendo la segunda generación de progenies (segundo ciclo de cruzamiento), y así sucesivamente. Mostraré algunas de estas opciones en esta publicación.
En esta publicación, el objetivo de los análisis será identificar pares de plantas que, al cruzarse, producirían descendencia con algunos rasgos deseables. Específicamente, quiero plantas que tengan un alto rendimiento cuando se cultiven con un suministro de agua regular y con un suministro de agua restringido.
En mi primer análisis, configuré la Evaluación cruzada para hacer todos los cruces por pares entre los individuos presentes en la tabla de datos de ejemplo y para producir progenies de cada cruzamiento (Figura 3).
figura 3
Una de las salidas se muestra a continuación en la Figura 4. La gráfica de dispersión muestra la distribución bivariada de las estadísticas que calculamos (media, mínima, máxima, rango y desviación estándar) para el rendimiento previsto con suministro de agua regular y restringido.
Figura 4
El panel de Data Filter, que se ve hacia el lado izquierdo de la Figura 4, se puede usar para seleccionar aquellos cruces que tienen mayor potencial para producir descendencia que tienen los valores de características deseados, en este ejemplo, alto rendimiento con suministro de agua regular y restringido.
Para este propósito, moví la barra de umbral para los medios de rendimiento del rasgo simulado bajo un suministro de agua regular y restringido, con los cambios resultantes que se muestran en la Figura 5. Una comparación rápida entre las Figuras 4 y 5 revela que la mayoría de los puntos en los gráficos de dispersión se han vuelto grises. Los puntos grises representan cruces no deseados según el umbral que configuré en el panel de filtro de datos. Los cruces que pasaron el umbral de selección están en negro y los pares de líneas puras que produjeron esos cruces se muestran en el panel de control de Filtro de datos. Podemos ver fácilmente que la línea endogámica 41 se cruza bien con otras líneas endogámicas para producir progenies con alto rendimiento con un suministro de agua regular y restringido.
Figura 5
En mi segundo análisis, configuré la Evaluación cruzada para hacer cuatro ciclos (Figura 6) de selección para los mejores cruces identificados en mi primer análisis.
Figura 6
Una de las salidas se muestra en la Figura 7. Las gráficas muestran la tendencia del resultado de rasgos simulados (eje y) a lo largo de cuatro generaciones de reproducción para cada cruce (eje x). Visualizamos rápidamente que la selección fue efectiva para aumentar los valores de los rasgos a través de generaciones para todos los cruces. Debido a que los cruces en el eje x están ordenados de valores de rasgo más bajos (izquierda) a más altos (derecha), podemos ver fácilmente que el cruce 41x148 tiene un mayor potencial de reproducción específico para el suministro regular de agua (parcela superior), el cruce 41x2 tiene un mayor potencial de reproducción específico para suministro de agua restringido (parcela inferior), y el cruce 41x138 tiene mayor potencial de reproducción en ambas condiciones.
Figura 7
En esta publicación, vio varias opciones en la herramienta de evaluación cruzada de JMP Genomics que puede ayudar a los criadores en programas de cría de alto ritmo. Sin embargo, hay muchas otras opciones en esta herramienta que los criadores pueden explorar para crear las mejores estrategias de cría de acuerdo con sus necesidades específicas.
Espero que esta información sea útil y espero sus comentarios.
