Modelos de predicción genómicos para la selección de genotipos de Eucalyptus globulus en base a densidad de la madera y volumen.

Abstract

La selección genómica (SG), es una metodología que ha sido bien integrada en el mejoramiento animal y también ha sido aplicada en el mejoramiento de plantas, incluyendo en especies forestales, donde diferentes estudios han sido publicados durante los últimos años. Utilizando una aceptable densidad de polimorfismos de un solo nucleótido (inglés= SNPs), distribuidos a lo largo del genoma, se estima que algunos de ellos podrían estar, ya sea, en desequilibrio de ligamiento (LD) ó podrían ser usados para estimar las relaciones genéticas entre los individuos estudiados. Por lo tanto, considerando todos estos fragmentos capturados por los marcadores en el genoma, sería posible ajustar un modelo de predicción para calcular los valores genómicos estimados de mejoramiento (inglés= GEBVs). Hoy en día, los progresos en la secuenciación de próxima generación (inglés= NGS) y los sistemas de genotipificación, basados en la reducción de la complejidad del genoma con enzimas de restricción y SNP-Chip, permiten descubrir un gran número de SNPs con una alta eficiencia y con menores tiempos de análisis. Sin embargo, es necesario adoptar estas tecnologías para su aplicación en especies no-modelo como Eucalyptus globulus, del cual aún no existe gran cantidad de información genómica disponible. En el presente trabajo, se evaluó la habilidad de genotipificación de dos tecnologías de alto rendimiento conocidas como “genotipificación por secuenciación” (inglés: GBS) y el EUChip60K-SNP chip. Después, EUChip60K fue utilizado para identificar marcadores capaces de caracterizar las relaciones genéticas entre individuos, evaluar los niveles de desequilibrio de ligamiento intra-cromosomales y ajustar un modelo de predicción de GEBVs para clones de E. globulus, seleccionados desde un programa de mejoramiento genético, para densidad de la madera y volumen del árbol. Los resultados mostraron que el EUChip60K, permitió estimar de una manera más realista las relaciones genéticas en comparación a la información genealógica, mostrando una distribución continua, basada en los alelos compartidos entre individuos no-relacionados, medios hermanos y hermanos completos, y que los niveles de desequilibrio de ligamiento eran bajos, como se esperaba, muy común de especies forestales. Adicionalmente, estos SNPs permitieron ajustar modelos de selección genómica con habilidades predictivas de 0,58 y 0,75 para densidad de la madera y volumen del árbol respectivamente. Considerando que E. globulus es la segunda especie forestal más relevante en Chile, especialmente para la industria de pulpa y papel, donde densidad de la madera y volumen son dos importantes características incluidas en su programa de mejoramiento, la investigación muestra el primer estudio de genotipificación mediante las tecnologías de GBS y el EUChip60K, y la primera prueba de concepto de selección genómica para una población clonal de E. globulus en Chile.