SELECCIÓN GENÓMICA EN MÉXICO. OPORTUNIDAD DE MEJORAR GENÉTICAMENTE EL GANADO BOVINO PRODUCTORE DE CARNE

Transcripción

1 SELECCIÓN GENÓMICA EN MÉXICO. OPORTUNIDAD DE MEJORAR GENÉTICAMENTE EL GANADO BOVINO PRODUCTORE DE CARNE Dr. Sergio Iván Román Ponce Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias 10 de Julio de 2013

2 TEMARIO Conceptos generales Mejoramiento y evaluaciones genéticas La Selección genómica??? Nuevas oportunidades en la industria de la carne Y la selección genómica en México???

3 CONCEPTOS GENERALES 3

4 GENOMA BOVINO (3 Gb) 29 cromosomas y un autosoma 22,000 Genes en el genoma bovino 14,000 genes en común con todos los mamíferos 80 % de los genes compartidos con humanos

5 GENOMA BOVINO ADN (1950)

6 GENÓMICA Genómica: Las investigaciones sobre la estructura y función de un gran número de genes de manera simultánea.

7 S N P Polimorfismo de un Solo Nucleótido

8 Genómica Simplificación de la purificación y replicación del ADN Desarrollo de tecnologías rápidas y baratas de secuenciación

9 Chips disponibles para bovinos BovineHD BovineSNP50v2 BovineLD Densidad de marcadores 777,962 54,609 6,909 Ensayo InfiniumHD InfiniumHD InfiniumHD Guía de uso Infinium Super Infinium Ultra Infinium Tiempo de escaneo por muestra iscan+: ~7min HiScanSQ: ~7min BAR: ~7min iscan: ~1min HiScanSQ: ~1min BAR: ~7min iscan: ~1min HiScanSQ: ~1min sec

10 Análisis automatizado de SNP genotype-calling AA AB BB 10

11 Illumina Genotyping Animales de producción Cerdos Aves (Pollos/guajolotes)* Equinos Ovinos/Caprinos Animales Compañía Perros

12 MEJORAMIENTO Y EVALUACIONES GENÉTICAS 12

13 Utilizamos procesos matemáticos para predecir el valor genético de un animal en función de sus registros productivos y los de sus parientes

14 Las DEP son estimaciones Es decir, NO conocemos el mérito REAL del animal Precisión Parámetro que nos dice que tan cerca puede estar el valor estimado del valor real

15 La precisión depende de la cantidad y calidad de la información disponible.. Edad Información disponible Precisión de la Evaluación Becerro Padres y otros parientes Baja Toro joven Toro Probado Becerro + Información propia (algunos casos) Toro joven + Información de progenie Media Alta

16 G año = precisión intensidad varianza genética intervalo generacional ΔGaño = Ganancia genética por año precisión = parámetro que nos dice que tan cerca puede estar el valor estimado del valor real (La genómica puede ) intensidad = Que tan exigentes somos cuando elegimos a los animales varianza genética = Variación en la población debida a genética (No podemos cambiarla) intervalo generacional = Tiempo entre generaciones (La genómica puede )

17 Reducción intervalo generacional Incremento en la precisión de las evaluaciones genéticas Disminución de la consanguinidad Toros probados mas jóvenes Incremento tasa mejoramiento genético

18 Y LA SELECCIÓN GENÓMICA?? 18

19 UTILIZACIÓN DE LA INFORMACIÓN GENÓMICA 1: Mejoramiento de la predicción de la evaluación genética 2: Predicción de valores genómicos directos 19

20 Mejoramiento de la predicción de la evaluación genética 20

21 Mejoramiento de la predicción de la evaluación genética Tradicional Genómico 21

22 Estimación de relaciones entre animales Se reemplaza la Matriz de relaciones aditivas (tradicionalmente construida con información de Pedigrí) por la Matriz de relación genómica. X X X Z b 0 Z X Z Z + λa 1 u = X y Z y 22

23 Estimación de relaciones entre animales Se reemplaza la Matriz de relaciones aditivas (tradicionalmente construida con información de Pedigrí) por la Matriz de relación genómica. X X X Z b 0 Z X Z Z + λg 1 u = X y Z y 23

24 Mejoramiento de la predicción de la evaluación genética Multirraciales Absorbente => Rotacional => Raza Sintética

25 Frkonja et al., 2012 Estimación de la composición Racial COMPOSICIÓN RACIAL OBTENIDA USANDO LA GENEALOGÍA (A) Y LA INFORMACIÓN GENÓMICA (B) UTILIZANDO 40,492 SNP

26 Frkonja et al., 2012 Estimación de la composición Racial COMPOSICIÓN RACIAL OBTENIDA MEDIANTE EL USO DE 96 SNP INFORMATIVOS UTILIZANDO DOS MÉTODOS

27 Predicción de valores genómicos directos (Meuwissen et al., 2001) 27

28 Selección Genómica Predecir el merito genético a través de la información adquirida por los paneles densos de marcadores en una población de referencia (entrenamiento) con genotipos y fenotipos. En animales sin información productiva propia. Con alta confiabilidad / precisión

29 Procedimiento (1) Genotipado SNP ENTRENAMIENTO Ecuaciones de predicción 29

30 Procedimiento (2) Validación DEP VGD valor genomico directo Corr(VGD,DEP) 30 Habilidad de Predicción

31 Aplicación Feno + (Ped + Gen) 31 DEP Genómico

32 BLUP GENOMICO UN SOLO PASO PEDIGRÍ = GENEALOGÍA

33 BLUP GENOMICO UN SOLO PASO MATRIZ DE RELACIONES GENETICAS SOLO PEDIGRÍ Animales con genotipos

34 BLUP GENOMICO UN SOLO PASO INFORMACIÓN GENÓMICA = > MATRIZ DE RELACIONES GENÓMICAS MATRIZ H = GENÓMICA (G) + PEDIGRÍ (A) Animales emparentados Animales con genotipos Animales consanguíneos

35 BLUP GENOMICO UN SOLO PASO Se reemplaza la Matriz de relaciones aditivas (tradicionalmente construida con información de Pedigrí) por la Matriz que combina la información genómica y pedigrí X X X Z b 0 Z X Z Z + λa 1 u = X y Z y 35

36 BLUP GENOMICO UN SOLO PASO Se reemplaza la Matriz de relaciones aditivas (tradicionalmente construida con información de Pedigrí) por la Matriz que combina la información genómica y pedigrí X X X Z b 0 Z X Z Z + λh 1 u = X y Z y 36

37 APLICACIONES EN LA INDUSTRIA DE LA CARNE 37

38 Oportunidades en la Industria de la Carne Estimar las ecuaciones de predicción = Pequeño numero de animales Predecir los valores genómicos en la entera población = precisiones altas Eficiencia alimenticia (residual) Vida productiva o Stayability Características y calidad de la canal Emisión individual de gases de efecto invernadero.

39 Consumo de Alimento Residual (CAR) Medida de elección en la evaluación de la eficacia de la alimentación en el ganado bovino. Independiente del crecimiento y peso vivo. Elevada dificultad y su alto costo de medición. Resultados de GWAS => existen entre 67 y 96 SNP muy asociados con CAR. En los cromosomas 3, 5, 7 y 8 los de mayor efecto. Del 58 al 71% de los marcadores fue identificado para consumo de materia seca, ganancia diaria de peso y peso metabólico. Relaciones genéticas Predicciones del merito genético para este grupo de características con un numero no mayor de 100 SNP (Bolormaa et al 2011; Snelling et al., 2012).

40 Características y calidad de la canal En México: no incluidas en los programas de mejoramiento genético. En 18 cromosomas de la Raza Brangus (Peters et al., 2012): 140 SNP => el área del musculo del lomo 121 SNP => porcentaje de grasa intramuscular 109 SNP => deposición de grasa en las costillas

41 Reducción del impacto ambiental Bovinos principales productores de metano entre las especies rumiantes domesticas. La producción de metano en ganado bovino entre 280 a 450 g/día con variaciones durante el día 80% metano es producido principalmente durante la digestión por medio de la fermentación ruminal La producción individual estable y repetitiva en cada animal, pero altamente variable entre animales Perdida energética para el animal El resto proviene de la descomposición de la materia fecal Selección de animales que producen menos metano bajo similares condiciones de manejo (SG) La producción de metano varia entre 60-80% dependiendo de la calidad y tipo de dieta, nivel de consumo, temperatura e incluso el tipo de instalaciones

42 Y la selección genómica en México??? 42

43 Implementación de SG ETAPA 1. Identificación de animales y generación de la información productiva en la población de referencia. Consejo Nacional de los Recursos Genéticos Pecuarios de México (CONARGEN) Comités técnicos con especialistas en mejoramiento genético animal. Finalidad identificar a las asociaciones de criadores que tienen las condiciones para comenzar a integrar sus poblaciones de referencia inmediatamente. Apoyar a las asociaciones a integrar bancos de información que les permita establecer sus poblaciones de referencia en el mediano plazo. Generación de información en hatos elite o centros de investigación Características difíciles o caras de medir Consorcios nacionales o regionales que incluyan los actores que conforman la cadena de valor de la carne.

44 Implementación de SG (2) Etapa 2. Obtención de genotipos de la población de referencia. Razas Europeas Puras: Chip de 50K SNP para machos Chip de 9K SNP para hembras. Razas Cebú: En la actualidad la única opción es usar el chip BovineHD. Resultados con BovineSNP50 no han sido los esperados Generación de un chip específico para las razas Cebuinas => menor costo Necesario incluir información del Cebú mexicano Razas sintéticas: Mismas razones que en cebú => la única chip BovineHD Se requiere el desarrollo de plataformas específicas para este tipo de razas.

45 Implementación de SG (3) Etapa 3. Estudios de asociación y evaluaciones genómicas. Genotipos con apoyo de CONARGEN Instituciones de investigación como el INIFAP Las valoraciones genómicas Combinarse con las evaluaciones genéticas tradicionales. No existe un consenso sobre cuál es el método óptimo Investigación científica confiabilidad y precisión de dichas evaluaciones Se cuentan con alternativas viables en México.

46 Implementación de SG (4) Etapa 4. Incorporación de selección genómica en programas de mejora genética. Incorporación a los programas de mejoramiento genético diferenciada por sexo. Machos: La selección temprana de prospectos a reproductores Sementales probados genómicamente Reducir el intervalo generacional Incrementar la tasa de mejoramiento genético por año. Incrementar las conexiones genéticas entre los hatos. Hembras: Preseleccionar candidatas a madres de sementales, las cuales podrían ser ofertadas a los ganaderos. El paradigma del mejoramiento genético en los bovinos productores de carne Predecir los valores genéticos de una población entera de varios cientos de miles o millones de animales Estudios científicos centros de investigación y docencia en coordinación con el CONARGEN

47 Implicaciones Oportunidad de hacer a los procesos de mejora genética más eficientes. Permite mejorar genéticamente aquellas características que en el pasado no era posible. En México, la selección genómica es factible y muy probablemente económicamente rentable.

48 M U C H A S G R A C I A S Dr. Sergio Ivan Roman Ponce Dr. Felipe de J. Ruiz Lopez Dr. Vicente E. Vega Murillo Investigadores Titulares del INIFAP Correo electrónico: roman.sergio@inifap.gob.mx

49 M U C H A S G R A C I A S Dr. Sergio Ivan Roman Ponce Investigador Titular Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias Correo electrónico: roman.sergio@inifap.gob.mx SKYPE: romanpsergio Teléfono: +52 (951) , , ext. 108