La biotecnología ha crecido de manera vibrante en los últimos años con nuevos productos que en la actualidad ofrecen infinitas posibilidades para generar datos genómicos para una amplia gama de especies de plantas en un corto período de tiempo y a un costo reducido. Las plantas huérfanas (aquellas que aún no han sido exploradas profundamente por los humanos) finalmente están obteniendo los beneficios de esta revolución tecnológica. Estoy seguro de que aún queda mucho por descubrir y 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 las plantas porque dependía de un trabajo manual intensivo, que es costoso y requiere mucho tiempo. El fenotipado, como el genotipado, 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: adquisiciones y procesamiento de imágenes; sensores que captan temperatura, humedad, etc.; invernaderos con cintas transportadoras automatizadas equipadas con sistemas que capturan imágenes cada par de horas o días, etc. Todas estas nuevas capacidades de fenotipado han surgido en lo que se denomina fenómica .
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 fenotipo se pone al día con los otros campos ómicos y es promovido a su grupo de élite. La fenómica no solo permitirá medir más variables, sino también medir más muestras.
Los mejoradores y el personal analítico necesitan herramientas analíticas que sean fáciles de usar y tengan métodos que puedan analizar estos datos. ¿Por qué? Para 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 Genómica JMP software que fue diseñado para ayudar a los mejoradores a evaluar miles de plantas (líneas o variedades) utilizando datos genómicos y fenómicos con el objetivo de identificar aquellas líneas que tienen un 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 (parcialmente vistas en la Figura 1). Esta tabla de datos tiene 5131 columnas con datos genómicos (genotipos SNP) y 181 filas, cada fila representa una línea pura con sus ID en el Líneas columna.
Figure 1Figure 1Figure 1Figure 1Figura 1
Ahora, veamos la herramienta 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 se cargan dos archivos de puntuación en el campo Archivos de códigos de puntuación. Los archivos de puntuación contienen ecuaciones matemáticas que vinculan los datos fenómicos (rasgos) con la información proporcionada por los datos genómicos.
Figure 2Figure 2Figure 2Figure 2Figura 2
Hay muchas opciones en la herramienta de evaluación cruzada. Por ejemplo, puede definir el tipo de cruzamiento que desea (cruzamiento propio o externo), el número de progenies que se simularán para cada cruzamiento y si se calcula o no una selección de índice (también conocida como súper rasgo). También puede hacer múltiples generaciones de progenies, al permitir que Cross Evaluation 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 cruce), Cross Evaluation hará nuevos cruces a partir de estas progenies. , produciendo la segunda generación de descendientes (segundo ciclo de cruzamiento), y así sucesivamente. En este post mostraré algunas de estas opciones.
En esta publicación, el objetivo de los análisis será identificar pares de plantas que, al cruzarlas, produzcan descendencia con algunas características deseables. Específicamente, quiero plantas que tengan un alto rendimiento cuando se cultiven con un suministro de agua regular, así como con un suministro de agua restringido.
En mi primer análisis, configuré Cross Evaluation para hacer todos los cruces por pares entre los individuos presentes en la tabla de datos de ejemplo y para producir descendencia de cada cruzamiento (Figura 3).
Figure 3Figure 3Figure 3Figure 3figura 3
Una de las salidas se muestra a continuación en la Figura 4. El diagrama de dispersión muestra la distribución bivariada de las estadísticas que calculamos (media, mín., máx., rango y desviación estándar) para el rendimiento previsto con suministro de agua regular y restringido.
Figure 4Figure 4Figure 4Figure 4Figura 4
El tablero de Data Filter, que se ve hacia el lado izquierdo de la Figura 4, se puede usar para seleccionar aquellos cruces que tienen un mayor potencial para producir descendientes que tengan los valores de características deseados, en este ejemplo, alto rendimiento bajo un suministro de agua regular y restringido.
Para este propósito, moví la barra de umbral para las medias de rendimiento del rasgo simulado bajo 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 diagramas de dispersión se han vuelto grises. Los puntos grises representan cruces no deseados según el umbral que configuré en el panel de control del filtro de datos. Los cruces que superaron el umbral de selección están en negro y los pares de líneas endogámicas que produjeron esos cruces se muestran en el panel Filtro de datos. Podemos ver fácilmente que la línea endogámica 41 se cruza bien con otras líneas endogámicas para producir descendencia con alto rendimiento bajo un suministro de agua regular y restringido.
Figure 5Figure 5Figure 5Figure 5Figura 5
En mi segundo análisis, configuré Cross Evaluation para hacer cuatro ciclos (Figura 6) de selección de los mejores cruces identificados en mi primer análisis.
Figure 6Figure 6Figure 6Figure 6Figura 6
Una de las salidas se muestra en la Figura 7. Los gráficos muestran la tendencia del resultado de los rasgos simulados (eje y) a lo largo de cuatro generaciones de mejoramiento para cada cruzamiento (eje x). Rápidamente visualizamos que la selección fue eficaz para aumentar los valores de los rasgos entre generaciones para todos los cruces. Debido a que los cruces en el eje x están ordenados de valores de características 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 un mayor potencial de reproducción en ambas condiciones.
Figure 7Figure 7Figure 7Figure 7Figura 7
En esta publicación, vio varias opciones en la herramienta Evaluación cruzada de Genómica JMP que pueden ayudar a los criadores en programas de mejoramiento de alto ritmo. Sin embargo, hay muchas otras opciones en esta herramienta que los criadores pueden explorar para crear las mejores estrategias de reproducción de acuerdo con sus necesidades específicas.
Espero que esta información te sea útil, ¡y espero tus comentarios!
