Date post: | 06-Jul-2015 |
Category: |
Education |
Upload: | mauricio-parra-quijano |
View: | 71 times |
Download: | 7 times |
Herramientas
CAPFITOGENColNucleo y FIGS_R
Mauricio Parra QuijanoCoordinador Programa CAPFITOGEN
Taller Nacional CAPFITOGEN
Herramientas CAPFITOGEN
• GEOQUAL
• ELCmapas
• ECOGEO
• Representa
• DIVmapas
• Colnucleo
• FIGS_R
Representatividad genética
A B C
accggtccc accggtcgc accggtctc
A B C
A A A
A B C
AAA
A
B
BB
B
C BA
Cuando las colecciones se hacen grandes
ABB
AAA
CAB
CAB
ABB
AAA
AAA
A B
A
A
A
A
B
BB
B
C BA
A
B C
AA
AAB
B
BB
CBA
C
AA
A
A
AA
AA
Azar
Genotipo
Fenotipo
ABB
AAA
AAA
ABB
AAA
CAB
CAB
Pero no real
Caracterización
Morfológica
Bioquímica/Molecular
Agronómica/Fisiológica/Fitosantiaria
Con qué información seleccionar?
Colecciones núcleo / nucleares…
Azar
Político/administrativas
Fenotípicas (morfología)
Fenotípicas (caracteres cuantitativos de interés agronómico)
Genotípicas (marcadores moleculares- neutral)
Ecogeográficas (adaptación al medio abiótico)
Mixtas / acumulativas
Colecciones núcleo ecogeográficas
Las primeras ideas sobre utilizar información sobre adaptación en CN son de 1995
Sólo hasta 2000-2010 se popularizan los SIG en RFG
En 2005 se crea el primer mapa ELC
En 2009 se obtienen y validan dos colecciones núcleo ecogeográficas
Que hace ColNucleo?
Mapa ELC de partida
P
CIntensidadMuestreo
10%15%20%…
1000
100
Que hace ColNucleo?
Disponibilidad de semillas?
Colección núcleo ecogeográfica
Adicionalmente…
Validación fenotípica/genotípica
Realizar una estrategia paso a paso, seleccionando aun mas por otros tipos de caracteres
No seleccionar aleatoriamente sino por representatividad feno/genotípica
Una o varias
colecciones
núcleo?
Herramientas CAPFITOGEN
• GEOQUAL
• ELCmapas
• ECOGEO
• Representa
• DIVmapas
• Colnucleo
• FIGS_R
Por qué es tan difícil usar germoplasma?
Poca visibilidad de las colecciones
Poca informaciónsobre lo conservado
La información que hay no es muy útil para uso
Inaccesibilidad a la información
Inaccesibilidad al germoplasma
Poco interés de los mejoradores por usar colecciones
Curadores Representatividad Mejoradores Rasgos
Conflicto de intereses
Frecuentemente lo que se encuentran los mejoradores son colecciones de 1000 entradas o más
Ellos tienen una capacidad limitada de prueba
Los mejoradores esperan como mucho 100 o 150 entradas para evaluar acerca de un rasgo en particular de interés, como parte de su actividad rutinaria
Los mejoradores necesitan información (datos de caracterización / evaluación) acerca del germoplasma conservado para hacer uso de el.
Los curadores de RFG priorizan esfuerzos en conservar y sólo cuando hay algo de dinero, en caracterizar
Hay escasísimos datos de evaluación (o al menos disponibles)… Lo que obliga a selecciones casi aleatorias
Siempre hay pocos o insuficientes fondos para caracterizar y evaluar germoplasma
Escaso nivel de utilización, poco interés
Reducción gradual de fondos para caract/evaluación
Paradoja de la utilización de RFG
Focused Identification Germplasm Strategy
Idea original de Michael Mackay (1986,1990, 1995)
Fenotipo = Genotipo + Ambiente + (GxE)
Identificar germoplasma con alta probabilidad de contener la diversidad genética para el rasgo de interés
Usa información ecogeográfica para la predicción de los rasgos como fase previa a los ensayos de campo donde mejoradores prueban definitivamente la presencia del rasgo
No implica esfuerzos previos de caracterización/evaluación en campo por parte del curador y se reduce el número de entradas que se entregan a los mejoradores para ser evaluados
Resistencia/Tolerancia = Genotipo + Ambiente + (GxE)
Generando subcolecciones FIGS (≠ colecciones núcleo)
Potenciación de la
Temperature
Salinity score
Elevation
Rainfall
Agro-climatic zone
Disease distribution
F I G SOCUSED DENTIFICATION OF ERMPLASM TRATEGY
Data
laye
rs s
ieve a
cce
ssio
ns
ba
sed
on
latitu
de
& lo
ngitu
de
Ilustración de
Mackay (1995)
GIS
laye
rs/
Eco
geo
grap
hic
alva
riab
les
Germplasm
FILTRADO!!!
Usamos conocimiento de los expertos Conocedores de la especie Mejoradores Entomólogos, patatólogos
Primera aproximación
Segunda aproximación
Método de Clasificación AUC Kappa Validación real en campo
Principal ComponentRegression (PCR)
0.69 0.40 ?
Partial Least Squares (PLS) 0.69 0.41 ?
Random Forest (RF) 0.70 0.42 ?
Support Vector Machines (SVM)
0.71 0.44 ?
Artificial Neural Networks (ANN)
0.71 0.44 ?
Y = b + X1 + X2 + X3Resistencia/Tolerancia
Variables ecogeográficas
(Banco: Colección trigo ICARDA – Rasgo: Roya del tallo (Puccinia gramini)Fuente: Bari et al., 2012. Focused identification of germplasm strategy (FIGS) detects wheat stem rust resistance linked to environmental variables. Genet Resour Crop Evol 59(7):1465-1481
Predicción en germoplasma no eval/caractGermoplasma eval/caract Patrón
Que hace FIGS_R?
Genera subcolecciones FIGS por el método de filtrado
Matriz de caracterizaciónecogeográfica
Tabla datospasaporte
Elevación
Temp media anual
Carbón Orgánico suelo
pH suelo sup
….….
Y
X
ECOGEO
Caracteriza ecogeográficamente la colección por las variables seleccionadas
Caracteriza ecogeográficamente la colección por las variables seleccionadas
Utiliza hasta tres variables ecogeográficas y selecciona con ellas “paso a paso”
Que hace FIGS_R?
Precipitación anual (variable primaria)
Arcilla en suelo (variable secundaria)
Pendiente (variable terciaria)
40
4
Intensidadde selección
Caracteriza ecogeográficamente la colección por las variables seleccionadas Utiliza hasta tres variables ecogeográficas y selecciona con ellas “paso a paso”
Selecciona entradas por un rango de valores para cada variable o por un porcentaje de la distribución de valores (p. ejemplo, el 30% más bajo), en procesos independientes para cada variable.
Que hace FIGS_R?
PORCENTAJE DELA DISTRIBUCIÓN
40% masbajo 35% mas
alto
Valorinferior
ValorsuperiorRANGO
Caracteriza ecogeográficamente la colección por las variables seleccionadas Utiliza hasta tres variables ecogeográficas y selecciona con ellas “paso a paso” Selecciona entradas por un rango de valores para cada variable o por un porcentaje de
la distribución de valores (p. ejemplo, el 30% más bajo), en procesos independientes para cada variable.
Puede usar (según interés del usuario) un mapa ELC para intentar balancear la selección de entradas, tomando de cada categoría la fracción de la distribución
Que hace FIGS_R?
Caracteriza ecogeográficamente la colección por las variables seleccionadas Utiliza hasta tres variables ecogeográficas y selecciona con ellas “paso a paso” Selecciona entradas por un rango de valores para cada variable o por un porcentaje de
la distribución de valores (p. ejemplo, el 30% más bajo), en procesos independientes para cada variable.
Al igual que ColNucleo, puede tener en cuenta la disponibilidad de material que indique el curador.
Que hace FIGS_R?
Una o varias
sub-colecciones
FIGS?
Gracias!