EL BATÁN (CIMMYT) — Xuecai Zhang quiere combinar métodos de mejoramiento de maíz tradicionales con nuevas herramientas informáticas y de otro tipo para ayudar a los agricultores a mejorar sus rendimientos más rápido que nunca.
“En las próximas tres décadas necesitamos aumentar la producción agrícola en 70% si queremos satisfacer la demanda de alimentos que se proyecta”, previene Zhang, mejorador experto en selección genómica de maíz del Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT). “Sin embargo, los rendimientos de los cultivos, aunque han mejorado, no están aumentando con suficiente rapidez para lograr este objetivo. Tenemos que explorar nuevos métodos y nuevas tecnologías que aceleren nuestros procesos de fitomejoramiento si queremos alimentar al mundo, cuya población será de más de 2,300 millones para 2050”.
Zhang se crió en la provincia de Henan, en China. Su mamá, que era profesora, le inculcó el amor por la ciencia desde que era niño.
“Me encantaba explorar al aire libre y ver cómo crecían las plantas —siempre quise saber cómo se desarrollan”, recuerda Zhang. “Naturalmente, el maíz me interesaba porque ocupa el segundo lugar entre los cultivos más sembrados en Henan, y se está volviendo un cultivo muy importante en China en general”.
Zhang vino por primera vez al CIMMYT en 2009, cuando estaba terminando su doctorado en genética cuantitativa aplicada. En 2011 regresó como posdoctorado para hacerse cargo del mejoramiento molecular y coordinar el programa de selección genómica de maíz del CIMMYT.
Desde su regreso, se ha dedicado principalmente a ayudar a los mejoradores y los estadísticos a trabajar juntos en la creación de nuevas herramientas que ayuden a acelerar el proceso de mejoramiento utilizando selección genómica.
“Es muy importante que, como mejoradores, podamos utilizar la selección genómica en nuestro trabajo”, enfatiza Zhang. “No solo acelera el proceso de mejoramiento, lo cual permite llevar, en menos tiempo, mejores resultados a los agricultores en el campo, sino que también es una opción más efectiva en cuanto a los costos, si se aplica bien”.
En el fitomejoramiento convencional, el investigador tiene que salir al campo, observar las características de una planta basándose en la forma en que su genotipo interactúa con el ambiente y, después, selecciona y combina con sumo cuidado los materiales que contienen características favorables como alto rendimiento y tolerancia a la sequía. Este proceso se repite una y otra vez para generar nuevas variedades.
La selección genómica agrega marcadores de ADN a las herramientas con que trabajan los mejoradores. Después de la primera evaluación que éstos realizan en el campo, pueden utilizar marcadores de ADN y aplicaciones informáticas avanzadas para seleccionar las mejores plantas y predecir las mejores combinaciones sin tener que esperar hasta evaluar cada generación en el campo. Esto acelera la generación de nuevas variedades, ya que se pueden realizar más ciclos de selección y recombinación en un año que los que se pueden realizar en campo.
El costo de contratar a alguien para que vaya al campo y recolecte datos fenotípicos como parte del mejoramiento convencional está aumentando; en cambio, los costos asociados con la selección genómica están bajando, ya que el costo de las tecnologías de genotipeado y computación es cada vez más bajo, según Zhang.
“Los mejoradores necesitan pensar hacia dónde va nuestra área bajo el impulso de la tecnología”, enfatiza. “Tendrán que volverse estadísticos expertos y científicos de la computación para poder aplicar la selección genómica de manera efectiva en su trabajo, y yo quiero ayudar a que adquieran las aptitudes y herramientas que les permitirán aprovechar al máximo la tecnología”.
Zhang ayudó a demostrar a fitomejoradores de América Latina, África y Asia el valor de la selección genómica mostrándoles que la técnica mejora la precisión de la predicción de las mejores variedades en comparación con el mejoramiento convencional. Reconoce también esfuerzos concertados como los del proyecto GOBII, una iniciativa a gran escala del sector público patrocinada por la Fundación Bill & Melinda Gates, que aplicará las técnicas de selección genómica a los programas de mejoramiento de todo el mundo en desarrollo, como la clave para curar los datos que los programas de mejoramiento genómico necesitan.
“En el futuro, espero seguir ayudando a crear mejores herramientas que permitan a los mejoradores avanzar hacia la selección genómica”, dice Zhang. “Opté por mejorar maíz debido al impacto potencial que tiene de ayudar a los pequeños agricultores de todo el mundo. En comparación con otros cultivos, el potencial de rendimiento del maíz es muy grande y, por tanto, quiero asegurarme de utilizar los mejores recursos disponibles que ayuden a realizar todo el potencial de este cultivo.”
