Se espera que la población humana alcance 9 mil millones para el año 2050 y que detendrá los recursos globales. La eficiencia de la cría de cultivos debe mejorar si queremos desarrollar variedades resilientes que mantengan la productividad y satisfagan las demandas futuras.
La selección genómica (GS) es una moderna tecnología de mejoramiento de animales y plantas que utiliza datos de marcadores de ADN a lo ancho del genoma para predecir el desempeño agronómico de individuos o candidatos de variedad. El GS tuvo impactos significativos en la producción de animales y plantas en todo el mundo porque permite a los criadores seleccionar individuos superiores tan pronto como se generen, en lugar de después de años de costosos ensayos de campo. Esto ayuda a acelerar rápidamente el ciclo de reproducción y a realizar más ganancia genética. Con GS, un modelo estadístico se entrena con datos fenotípicos y genotípicas de una población relevante. Este modelo se utiliza para predecir los valores genéticos de los nuevos candidatos de selección que han sido genotipos pero no fenotipos. Mientras que la investigación de GS en plantas se ha expandido y ha llevado a muchos nuevos enfoques de modelización de GS, la aplicación de GS en programas de mejoramiento de trigo y caña de azúcar se ha visto limitada por la falta de investigación sobre estrategias de implementación, y por una predicción relativamente baja exactitudes al predecir nuevos candidatos de selección. Esto es algo porque la mayoría de las características agronómicamente importantes son altamente cuantitativas con arquitecturas genéticas muy complejas, caracterizadas por heredabilidades bajas y altas interacciones genotipo-por-ambiente (G × E), particularmente en australiano Entornos. Debido a que los programas de mejoramiento de plantas son esfuerzos muy complejos, intensivos en costos y rígidos, es casi imposible probar empíricamente nuevas estrategias de mejoramiento. Las simulaciones computarizadas son una poderosa herramienta para evaluar y comparar los impactos potenciales de las diferentes estrategias de mejoramiento genético y el desarrollo de la diversidad genética disponible en el tiempo. Para los cultivos como el trigo, sin embargo, las herramientas de simulación adecuadas que son capaces de capturar toda la complejidad asociada con los procesos biológicos como la meiosis son limitadas.
Fecha cierre convocatoria beca 28 septiembre 2018
Mayores informes beca