El QU-CIM: 
Generación de trigo real a partir de trigo virtual

Picos en el mejoramiento de trigo: Los mejoradores cruzan diferentes trigos y seleccionan entre su progenie para generar trigos mejorados que hayan heredado todas las buenas características de ambos progenitores. Conforme a las leyes básicas de la herencia, el pico más alto en este “panorama gráfico de adaptación” representa a la progenie que tiene todas las características deseadas de ambos progenitores; el siguiente pico más alto representa a la progenie que tiene una cantidad menor de esas características, y así sucesivamente hasta llegar a los picos más bajos. El módulo de simulación QU-CIM ayudará a los mejoradores a alcanzar el pico más alto en forma más eficiente.

En el CIMMYT y la Universidad de Queensland, Australia, se trabaja en un instrumento de computación tan avanzado que puede ayudar a los mejoradores de trigo a tomar algunas de las decisiones más difíciles al desarrollar una variedad.

El QU-CIM, un instrumento de computación diseñado específicamente para simular el programa de mejoramiento de trigo del CIMMYT, “puede ayudarnos a trabajar mejor, con más rapidez y menos recursos financieros”, señala Maarten van Ginkel, quien mejora trigo harinero para ambientes irrigados y de precipitación elevada y dirige las actividades relacionadas con el QU-CIM en el CIMMYT. “Puede ahorrar trabajo, tierras y dinero”. Cuando esté terminado, se podrá aplicar a otros cultivos y otros programas de fitomejoramiento, incluidos los de los países en desarrollo.

Se eligió el programa de mejoramiento de trigo harinero del CIMMYT para el proyecto del QU-CIM porque, según Ian De Lacy, biometrista y experto en el manejo de bases de datos, “el programa tiene datos de mejoramiento de 53 años y es uno de los programas de fitomejoramiento más importantes y de mayor éxito en el mundo”. De Lacy es uno de los investigadores que perfeccionan el QU-CIM para responder a las situaciones que afronta el mejoramiento en la vida real.

La Corporación para el Desarrollo e Investigación de Cereales (GRDC) de Australia patrocina el trabajo sobre el QU-CIM, que se basa en QU-GENE, una plataforma de simulación desarrollada en la Universidad de Queensland. Puede integrar enormes cantidades de datos genéticos provenientes de fuentes muy distintas, procesarlos en muchas formas y producir escenarios teóricos (pero realistas) optativos en los que pueden basarse los mejoradores para tomar una decisión.

Opciones que crean 
o destruyen un programa de mejoramiento

Jiangkang Wang, becario de posdoctorado en el CIMMYT, alimenta el sistema con la información que necesita para simular el programa de mejoramiento. “Mi mayor reto es describir el proceso de mejoramiento en el campo en un lenguaje genético que pueda comprender la computadora”, dice Wang. Está en marcha un primer experimento en el que el QU-CIM compara dos planes de selección aplicados por los fitomejoradores de trigo del CIMMYT para lograr el mismo objetivo. El programa indicará cuál es la mejor estrategia, dependiendo de los materiales y metas que se le alimenten.

Las leyes de genética formuladas por Mendel hace más de 130 años sustentan el módulo de simulación, que también contiene ecuaciones genética desarrolladas en el último siglo. Para trabajar, el simulador extrae datos de muchas fuentes, incluidos el Sistema Internacional de Información de Trigo (IWIS) y los sistemas de información geográfica del CIMMYT. El QU-CIM también se conectará con el Simulador de Sistemas de Producción Agrícola (APSIM), una colección de módulos de control de sistemas físicos y biológicos y de otro tipo que interactúan para simular la operación de un sistema agrícola. Estos vínculos dotarán al módulo de simulación con los conocimientos de las relaciones genéticas y de otro tipo que afectan al trigo, además del comportamiento del trigo en situaciones agrícolas reales.

Uno de los puntos fuertes del módulo es que abarca los efectos combinados de distintos genes que influyen simultáneamente en la misma característica, como suele suceder. “Los mejoradores saben que el efecto de poner genes juntos no es sencillo, como si fuera 1 + 1 = 2. Hay una sinergia aquí que a veces hace que 1 + 1 equivalga a mucho más que 2, y a veces a menos”, explica van Ginkel. La sinergia positiva puede producir enormes ventajas genéticas, pero, además de basarse en la experiencia y la intuición, los mejoradores tienen que realizar tediosos estudios genéticos en gran escala en unas cuantas líneas a la vez para predecir cómo y cuándo podría producirse esta sinergia. Con el QU-CIM, rápidamente pueden descubrir cómo lograr los efectos sinérgicos que buscan.

El QU-CIM también puede indicar cuándo es rentable y/o adecuado utilizar una tecnología específica en una determinada etapa del mejoramiento. Por ejemplo, usar marcadores moleculares para identificar plantas con características valiosas en una etapa temprana del proceso de mejoramiento podría parecer apropiado, pero, en esa etapa, el número de plantas que hay que someter a pruebas aún es muy grande, al igual que el costo de las pruebas. Convendría más aplicar la tecnología en una etapa posterior, cuando la población de plantas experimentales se haya reducido y el costo sea menor. Sin embargo, para ese momento el gen de interés tal vez haya quedado fuera o casi fuera de la población, lo cual tampoco es conveniente. ¿Qué debe hacer el mejorador? Aplicar el módulo para ver cómo funcionan los dos escenarios y luego tomar una decisión mejor fundada.

Simulación de ambientes 
y de la variabilidad ambiental

El QU-CIM no proporciona a los mejoradores un solo conjunto de condiciones de cultivo en el cual efectuar las pruebas sino que genera versiones diferentes de un ambiente artificial para simular las condiciones en distintos años y realizar unos, digamos, 100 ciclos de mejoramiento para ver cuál sería el resultado. ¿Por qué es útil esto?

Examinemos el ejemplo siguiente. En el norte de África, cuatro de cada cinco años son secos. Los agricultores siembran su trigo y, si ven que el año será muy seco, no dejan que el cultivo llegue hasta la cosecha porque el rendimiento de grano será muy bajo; en cambio, permiten que el ganado paste en el cultivo. Para ello necesitan una variedad de trigo que produzca muchos tallos y hojas y sea atractiva para los animales. No obstante, la variedad también tiene que producir mucho grano (y no doblarse con el peso agregado) ya que los agricultores quieren obtener una cosecha abundante en uno de cada cinco años, cuando la precipitación es adecuada. En los años más húmedos, son más frecuentes las enfermedades en los campos y, por lo tanto, la variedad tiene que ser resistente a ellas. En este complejo escenario, el módulo de simulación ayudaría a establecer las prioridades de mejoramiento ejecutando muchos ciclos de mejoramiento y sopesando la importancia de las distintas características según las variaciones en el ambiente donde se cultivará la variedad.

Reducir los costos 
del mejoramiento

El QU-CIM podría disminuir los costos del mejoramiento al reducir la cantidad de cruzas que hacen los mejoradores para llegar a una meta particular, identificar el método más eficiente y/o determinar el momento adecuado y más redituable para usarlo. También compararía el costo del insumo con el costo del producto correspondiente para establecer si es conveniente aplicar una tecnología dada. Con el QU-CIM será más fácil para los mejoradores de trigo ayudar, sin tener que invertir muchos recursos, a los países a satisfacer las necesidades de sus agricultores.

 

Si desea mayor información, diríjase a: Maarten van Ginkel (m.van-ginkel@cgiar.org) Jiangkang Wang (j.k.wang@cgiar.org)

Arriba

Contenido

August, 2004