Pais: España

Fecha: 08 de Julio del 2020

Desarrollo de una colección nuclear de trigo utilizando datos de genotipado de alto rendimiento por INIA, España

Investigadores del Centro Nacional de Recursos Fitogenéticos (INIA-CRF) y del grupo de Mejora Genética de plantas de la Escuela de Agrónomos de Madrid (ETSIAAB) han publicado un estudio en la revista Agronomy en el que se  describe cómo se ha creado la colección nuclear de trigo blando. Esta colección representa la variabilidad genética de las variedades locales de trigo conservadas en el INIA-CRF. Para su creación se han contrastado distintos métodos y se han utilizado más de 50K marcadores moleculares distribuidos por todo el genoma.

Cada vez somos más conscientes de la importancia que tiene la existencia de biodiversidad a lo largo de toda la cadena alimentaria. Normalmente, pensamos que esta cadena comienza en el agricultor, pero realmente se extiende más allá, y empieza en los Bancos de germoplasma.

En el caso del trigo, las técnicas de mejora vegetal modernas han reducido su base genética, disminuyendo su diversidad, e incrementando la vulnerabilidad del cultivo frente a nuevas plagas, enfermedades y cambios medioambientales. Hay, por tanto, una necesidad en los programas de mejora de buscar nueva variabilidad genética para introducir en las variedades de trigo caracteres de interés agronómico que mejoren la adaptación y calidad del cultivo y la seguridad alimentaria.

Los bancos de germoplasma conservan una gran variabilidad genética en sus colecciones pero, a menudo, su uso en los programas de mejora es limitado. Esto se debe tanto a la falta de datos genéticos y fenotípicos de las colecciones, como a las dimensiones de las mismas (cientos o miles de accesiones/variedades) que dificultan la realización de evaluaciones más profundas de este germoplasma y su posterior utilización. El desarrollo de subconjuntos de accesiones (colecciones nucleares) que representen la variabilidad genética de la colección completa es una herramienta muy útil para explorar nueva variabilidad, hacer evaluaciones más complejas y facilitar su uso a los mejoradores.

Seguir leyendo