Introducción

La población mundial se proyecta alcanzar casi 10 mil millones para 2050, exigiendo un aumento del 60-70% en la producción de alimentos. Al mismo tiempo, la tierra cultivable per cápita sigue disminuyendo, y el cambio climático introduce nuevas tensiones abióticas y bióticas. La cría de semillas, el arte y la ciencia de crear mejores variedades de plantas, se mantiene en el centro de este desafío.

Estas innovaciones —que generan la genómica, la edición de genes, la genómica y la biología sintética— trabajan juntas para comprimir ciclos de reproducción de una década a pocos años, al tiempo que aumentan la precisión de la selección. Este artículo explora las tecnologías emergentes clave que están reestructurando la cría de semillas para un mayor potencial de rendimiento, proporcionando explicaciones detalladas de cómo funciona cada tecnología, lo que ha logrado hasta ahora, y qué desafíos permanecen antes de su plena promesa.

La necesidad urgente de poder de rendimiento superior

El potencial de rendimiento se refiere al máximo grano o biomasa que un cultivo puede producir en condiciones óptimas. Durante el siglo XX, la Revolución Verde aumentó drásticamente los techos de rendimiento a través de genes semi-dwarf, fertilizantes mejorados y riego. Pero los beneficios de rendimiento en los cereales principales han disminuido: un fenómeno llamado "rendimiento de la meseta".

Las tecnologías emergentes ofrecen tres palancas distintas para aumentar el potencial de rendimiento: (1) acelerar la tasa de ganancia genética por ciclo de cría, (2) identificar y apilar múltiples genes que aumentan el rendimiento en una sola variedad, y (3) ingeniería enteramente nuevos rasgos fisiológicos que antes eran imposibles de lograr a través de medios convencionales.

Selección genómica y la crianza de la señalización

Cómo funciona la selección genómica

La selección genómica (SG) representa un cambio de paradigma de la selección basada en fenotipo a la predicción guiada por genomas. En un programa típico de SG, los criadores primero reúnen una “población de entrenamiento” de varios cientos a varias mil plantas que son genotipadas (utilizando arrays SNP o secuenciación de todo el género) y fenotipo para características de objetivo como rendimiento de grano, altura de plantas y tiempo de floración selecto.

Este método reduce drásticamente el ciclo de selección. La selección convencional de pedigríes para una cosecha autopoladora como el trigo requiere de seis a ocho generaciones para lograr la homocigosidad; el SG puede reducir eso a dos a tres generaciones. El Centro Internacional de Mejora de Maíz y Trigo (CIMMYT) ha utilizado GS para aumentar la ganancia genética para el rendimiento de grano en maíz tropical en más del 3% por año.

Marcador-Asisted Backcrossing

Mientras que GS predice el rendimiento general, el backcrossing (MABC) asistido por marcadores se utiliza para introvertir genes específicos en los fondos de élite.Por ejemplo, el gen Sub1 para la tolerancia a la submergencia en el arroz se ha trasladado con éxito a variedades de alto rendimiento utilizando marcadores moleculares, creando líneas que pueden sobrevivir una completa inundación de hasta dos semanas sin sacrificar el rendimiento.

Una limitación de la selección asistida por marcadores es que funciona mejor para rasgos controlados por un pequeño número de genes principales. Para rasgos altamente poligénicos como el rendimiento, el SG es más apropiado. Los criadores combinan cada vez más ambos enfoques: el uso de SG para la mejora general y MABC para el despliegue selectivo de genes.

Integración de la respiración rápida

La selección genómica ofrece todo su poder cuando se combina con protocolos de entorno controlados por la velocidad que manipulan fotoperiod y temperatura para acelerar el desarrollo de plantas. Por ejemplo, el sistema de “creación rápida” desarrollado en la Universidad de Queensland puede producir hasta seis generaciones de trigo por año en lugar de uno o dos. Al integrar GS con la reproducción de velocidad, los criadores pueden completar un ciclo de selección completo en menos de 12 meses, comprendiendo lo que una vez 10-12 años.

Referencia externa: Informe del CIMMYT sobre selección genómica en maíz

CRISPR-Cas9 y Edición de genes

Precisión y velocidad de la RCP

CRISPR-Cas9 es una herramienta de edición genética derivada de un sistema inmunológico bacteriano. Utiliza una guía RNA para dirigir la nucleasa Cas9 para cortar ADN en un lugar específico. Los mecanismos de reparación natural de la célula luego introducen pequeñas inserciones, supresiones o sustituciones, o permiten la inserción de una nueva plantilla de ADN. A diferencia de los GMO transgénicos, que a menudo introducen el ADN extranjero de cultivos no relacionados, pueden editarse

Para la mejora del rendimiento, CRISPR ha sido utilizado para modificar genes que controlan la arquitectura de plantas, el tamaño del grano y la tolerancia al estrés. Un ejemplo histórico es la edición de GS3], GW2], y GW5] genes en las líneas de arroz aumentan el peso y el tiempo de la longitud.

Mejora de la eficiencia fotosintética

Una aplicación particularmente ambiciosa de CRISPR está mejorando la eficiencia fotosintética. La enzima Rubisco es notoriamente ineficiente, y los esfuerzos para reemplazarla con variantes más rápidas de algas o cianobacteria se han limitado por la complejidad del genoma de cloroplast. CRISPR permite la edición precisa de genes nucleares que regulan el montaje y la actividad de Rubisco.

Retos de percepción reguladora y pública

A pesar de su potencial, los cultivos con un sistema CRISPR enfrentan una regulación global desigual. El Tribunal Europeo de Justicia dictaminó en 2018 que los organismos con un genoma están sujetos a las mismas normas estrictas de los OGM que los transgénicos, bloqueando efectivamente las pruebas de campo en Europa. Por el contrario, el Departamento de Agricultura de los Estados Unidos ha declarado que no regulará los cultivos editados que podrían haberse producido a través de la mutagénesis convencional, abriendo la puerta para la aceptación pública.

Referencia externa: Artículo de la naturaleza sobre la fotorrespiración mejorada por el CRISPR en el arroz]

Tecnologías de fenotipado e imágenes

Plataformas de Fenotipado de Alto Crecimiento

La selección genómica y la edición de genes crean miles de líneas candidatas, pero sólo aquellas con materia de rendimiento superior. Fenotipado tradicional —contando de pie y rendimiento a mano— es trabajo-intensivo, lento y propensa al error. El fenotipado de alta velocidad (HTP) automatiza la recopilación de datos usando sensores montados en drones, tractores o gántrices fijas.

Por ejemplo, un drone equipado con una cámara multiespectral puede volar sobre un vivero de cría de trigo y capturar datos de índice de diferencia normalizada (NDVI) para miles de parcelas en minutos. NDVI está fuertemente correlacionado con biomasa y potencial de rendimiento. Al combinar datos de la serie NDVI con el aprendizaje automático, los criadores pueden predecir rendimiento final con semanas de alta precisión antes de la cosecha, permitiendo decisiones de selección anteriores.

Fenotipos de raíz y Traits ocultos

Este potencial de rendimiento está influenciado no sólo por rasgos sobre el terreno sino también por la arquitectura de raíz, que determina la absorción de agua y nutrientes. El fenotipado de raíz tradicional requiere excavación destructiva, que consume tiempo e imposible a gran escala. Nuevas tecnologías de imagen, incluyendo el radar de filtración terrestre y la tomografía de resistencia eléctrica, ofrecen formas no invasivas de evaluar la profundidad de las raíces y patrones de ramificación.

Aprendizaje de máquina para la extracción de trait

Los datos de imagen cruda son inútiles sin un análisis robusto. Los modelos de aprendizaje profundo, especialmente las redes neuronales convolutivas (CNN), pueden contar automáticamente los granos por pánico, medir el tamaño del núcleo y marcar la gravedad de la enfermedad de las imágenes. Una CNN capacitada en imágenes de espinas de trigo alcanzó la precisión del 96% en contar espigas, permitiendo una rápida caracterización de miles de líneas de reproducción.

Biotecnología y Biología Sintética

Modificación genética para los trajes de rendimiento

Si bien la CRISPR genera pequeñas ediciones, la modificación genética tradicional (GM) permite la introducción de genes totalmente nuevos o vías sintéticas que no existen en la piscina genética del cultivo. Uno de los rasgos GM más exitosos de rendimiento es la introducción de ]Bt] genes de

Biología sintética: Ingeniería de nuevas vías

La biología sintética va un paso más allá, diseñando y construyendo nuevos circuitos biológicos. Los investigadores están ingenuando la simbiosis de nitrógeno en cultivos no de legumbre como arroz y maíz. Si es exitoso, los cultivos de cereales podrían arreglar su propio nitrógeno de la atmósfera, reduciendo la necesidad de fertilizantes sintéticos y potencialmente aumentando el rendimiento eliminando las limitaciones de nitrógeno.

Microbiome Engineering

El potencial de rendimiento de una planta también está influenciado por su comunidad microbiana asociada. Los tratamientos de semillas con bacterias beneficiosas y hongos (bioincultivos) pueden mejorar la absorción de nutrientes y la tolerancia al estrés. Los enfoques avanzados implican la ingeniería del microbioma de semillas en sí mismo: elegir o modificar microbios que colonizan la rinosfera y la fitosfera para promover el crecimiento de la planta.

Crianza de semillas resistentes al clima

El potencial de rendimiento superior es sin sentido si los cultivos no soportan las tensiones ambientales de un clima cambiante. Se están aplicando tecnologías emergentes específicamente para mejorar la tolerancia al calor, la resistencia a la sequía y la adaptación a las inundaciones. La selección genómica para la tolerancia térmica en el sorgo ha identificado los haplotipos marcador que mantienen el rendimiento de granos bajo temperaturas superiores a 40°C. La edición genética se ha utilizado para modificar el gen

La reproducción de tolerancia a la sequía ha avanzado a través del despliegue del gen AtMYB44] en soja, dando como resultado líneas que producen un 20% más que controles bajo sequía moderada. Combinando estos rasgos de tolerancia al estrés con antecedentes genéticos de alto rendimiento a través de la reversión con ayuda de marcadores es una prioridad actual para muchos programas de reproducción pública y privada.

Future Outlook

La convergencia de la selección genómica, la edición de genes, la genómica y la biología sintética está creando una aceleración sin precedentes en el beneficio genético. En la próxima década, podemos esperar ver arquitecturas de cultivos completamente nuevas plantadas, como “ideotipos” diseñados para la cosecha automatizada y la plantación de alta densidad. Plataformas de reproducción digital que integran datos genómicos, genómicos y ambientales permitirán que “computadores de desarrollo óptimo”

Sin embargo, la realización de este potencial requiere colaboración entre disciplinas y sectores. La inversión pública en infraestructura de genómica, bases de datos de código abierto para marcadores y modelos, y los agricultores-participantes en pruebas de granja será esencial. Los marcos reguladores deben evolucionar para diferenciar la edición de genomas de los transgénicos, permitiendo innovaciones seguras para llegar a los agricultores sin demoras innecesarias.

Las consideraciones éticas deben guiar el despliegue: asegurar que los beneficios de rendimiento no se arruinen a expensas de la calidad nutricional, que los pequeños agricultores tengan acceso a variedades mejoradas, y que las patentes de semillas no restrinjan el libre intercambio de germoplasma. Con una cuidadosa administración, las tecnologías emergentes descritas aquí pueden ayudar a satisfacer la creciente demanda alimentaria del mundo al reducir la huella ambiental de la agricultura, un objetivo que no es sólo deseable sino esencial para un futuro sostenible.

Recursos externos: Informe de la FAO sobre las nuevas tecnologías de semillas