DIAGNÓSTICO DE LA
DIVERSIDAD GENÉTICA DE RAZAS
Y VARIEDADES DE MAÍZ NATIVO
PARA LA TOMA DE DECISIONES Y
LA EVALUACIÓN DE PROGRAMAS
DE CONSERVACIÓN
June Simpson
Octavio Martínez de la Vega
Contexto
Conservación in situ
Evaluación de diversidad en materiales criollos sembrados actualmente
Consideraciones de biodiversidad de maíz en México cómo centro de origen; necesidad de conservar materials con propósitos científicos, de mejoramiento y culturales.
Problema complejo con varios factores: muchas variedades criollas cultivadas según necesidades específicas locales, poblaciones aisladas geográficamente, agricultores de edad avanzada y falta de continuidad, exacerbado con reportes de contaminación con material transgénico.
Diversidad en términos reales desconocida.
Estrategia del Proyecto
Aprovechar muestreos recientes disponibles
Seleccionar cuidadosamente muestras en términos de región
geográfica y caracterización morfológica.
Hasta donde fuera posible incluir muestras de las regiones
más importantes en términos de diversidad: Oaxaca,
Guerrero, Puebla, Michoacán, en donde el germoplasma
criollo está ampliamente cultivado.
Oportunidad de estimar presencia de transgenes en un número
amplio de muestras en regiones geográficas distintas.
Información mínima requerida para cada muestra:
Localización con GPS, datos morfológicos (raza, color y
características de semillas).
Definición de estrategia de muestreo
Pop 1
Pop 2
Pop n
Pop x Acc 1 Acc
1
Cortesia Dr. R. Sawers,
LANGEBIO, Cinvestav, Irapuato.
60 alelos=30 plantas
Determinación de SSR´s más informativas
LOCUS NUMERO
BIN
PHI427913 1.01
PHI064 1.11
PHI96100 2.00-2.01
PHI127 2.07
PHI053 3.05
PHI072 4.01
PHI093 4.08
PHI109188 5.03
PHI031 6.04
PHI034 7.02
PHI051 7.06
PHI015 8.08
PHI033 9.02
PHI96342 10.02 Análisis en secuenciador ABI con software Genemapper
Detección de transgenes
Se incluyeron también 2 marcadores para
transgenes:Promotor 35S y 3´NOS, MON810,
NK603 y MON863 usados como controles
positivos.
Algunas mezclas serán analizados a nivel de
plantas individuales para tener una idea más
precisa de la presencia de los transgenes.
Resumen de muestras analizadas
Puebla 185 accesiones
Guanajuato 84 accesiones
Tabasco 20 accesiones
Tlaxcala 50 accesiones
Michoacán 226 accesiones
Guerrero 227 accesiones
Oaxaca 117 accesiones
Palomero 32 accesiones
Teocintle 24 accesiones
TOTAL DE ACCESIONES 965
TOTAL DE MEZCLAS 2895
TOTAL DE MUESTRAS 28950
14 SSR´s, 2 marcadores transgenes
Tipos de Maíz/teosinte analizados
33 tipos/razas de maíz: 33 tipos/razas de maize: Pepitilla, Tuxpeno, Elotes Occidentales, Conejo, Elotes Conicos, Ancho,
Olotillo, Perla, Celaya, Vandeno, Arrocillo, Tepecintle, Tuxpeno Norteno,
Zapalote Grande, Raton, Onaveno, Bolita, Chalqueno, Tehuacanero, Maiz
Dulce, Mushito, Conico Norteno, Tabloncillo Zamorano, Mil granos, Tablilla
de Ocho, Amarillo de montana, Complejo Serrano de Jalisco, Elotero de
Sinaloa, Palomero Toluqueno, Reventador, Comiteco, Zapatole Chico,
Cacahuacintle,
3 tipos/razas de Teosinte: Raza Chapala (nuevo)
Zea mays-subspecies Mexicana, Raza Mesa central-
Zea mays-subspecies Mexicana, Raza Balsas- Zea
mays-subspecies Parviglumis
Resumen alelos Puebla
SSR No. Alelos
identificados en
este estudio
Total=218
No. Alelos
reportados-criollos
No. Alelos
reportados-líneas
endogámicas
PHI 015 14 (69-108) 21 (76-113) 11 (83-104)
PHI 033 17 (225-271) 16 (237-270) 12 (224-263)
PHI 034 20 (95-162) 13 (123-160) 8 (123-148)
PHI 051 8 (127-150) 13 (137-154) 8 (139-148)
PHI 053 16 (158-201) 9 (169-212)
PHI 064 22 (70-142) 20 (75-121) 14 (75-110)
PHI 072 14 (124-164) 13 (219-301) 8 (235-300)
PHI 093 10 (273-303) 19 (272-296) 12 (284-294)
PHI127 11 (103-131) 10 (105-128) 7 (112-128)
PHI 96100 16 (260-305) 18 (219-301) 11 (235-300)
PHI 96342 19 (208-259) 20 (ND) 10 (ND)
PHI 427913 13 (110-145) 9 (117-135) 9 (117-207)
PHI 109188 20 (112-182) 17 (148-180) 10 (148-171)
PHI 031 18 (188-241) 4 (187-227)
Comparación de distancias dentro y entre accesiones
La distancia dentro de accesiones es significativamente menor que entre
accesiones sugiriendo congruencia entre los datos genéticos y los morfológicos
así como una estructura poblacional bien definida.
Se probaron distintos métodos de distancia para agrupar las
accesiones: El mejor fue el método del promedio (UPGMA)
Se probaron distintos métodos de distancia para agrupar las
accesiones: El mejor fue el método del promedio (UPGMA)
Se diseñó un coeficiente de “rareza” que es útil en la
clasificación de las accesiones para conservación
Se diseñó un coeficiente de “rareza” que es útil en la
clasificación de las accesiones para conservación
Conjuntos de accesiones que mejor representan la diversidad
encontrada: Un algoritmo para encontrarlas
1- Comenzar con la matriz de datos, m (t accesiones x n alelos), y vectores vacíos de genotipos seleccionados, G, y rareza, R.
2- De m obtener el vector de rareza R.
3- Obtener una lista de accesiones (renglones de m) con combinaciones únicas marcador-alelo e incluirlas en G.
4- Obtener un vector c de orden n con 1 para las combinaciones obtenidas en (3) y 0 de otra manera
5- Si la suma de c es igual a n mostrar los resultados, de otra manera…
6- Para cada accesión en m calcular la ganancia en marcador-alelos
7- Seleccionar los renglones con mayor ganancia, si hay empates seleccionar las accesiones con mayor rareza.
8- Incluir en G las accesiones seleccionadas, actualizar c e ir al paso (5).
Conjuntos de accesiones que mejor representan la diversidad
encontrada: Un algoritmo para encontrarlas
Aplicando el algoritmo se obtiene que alrededor de
15% de las accesiones por estado y 10% en la
colección total son suficientes para conservar todas
las combinaciones marcador alelo.
Conjuntos de accesiones que mejor representan la diversidad
encontrada: Un algoritmo para encontrarlas
Es posible modificar el algoritmo para incluir
características fenotípicas en la selección
Esto permitirá hacer más eficientes a los programas
de conservación tanto in situ como ex situ.
Lista accesiones poco comunes
Tabla 4. Lista de accesiones “raras” encontradas en el estado de Puebla.
IDLan Loc Tipo Color Alt
PL014 AcatlandeOsorio Oloton Blanco 1196
PL021 Atlixco Conico Blanco 2325
PL038 TeteladeOcampo Conico Amarillo
PL039 Tlachichuca Conico Amarillo 2626
PL046 Aljojuca Conico Rojo 2481
PL048 Chignahuapan Elote-Conico Negro 2400
PL059 Tlachichuca Elote-Conico Azul 2630
PL070 SanJeronimoXayacatlan Elote-Conico Azul 1287
PL078 Chila Pepitilla Blanco 1670
PL093 Axutla Olotillo Blanco 861
PL094 Xicotepec Tuxpeno Blanco-Ahumado 177
PL100 Tehuitzingo Vandeno Blanco 1056
PL102 Chignahuapan Chalqueno Blanco 2560
PL107 SanNicolasBuenosAires Chalqueno Blanco 2412
PL108 Soltepec Chalqueno Cremoso 2464
PL112 Tepatlaxco Bolita Rojo 2390
PL131 Tochimilco Arroceno Blanco 1988
PL135 Altepaxi Tehucanero Azul 1314
PL139 AlbinoZertuche Cristalino-Ocho Blanco 1295
PL150 SanNicolasBuenosAires Ochenteno Blanco
PL153 Ahuehuetitla Blanco Blanco
PL169 Pantepec Mezcla Blanco 202
PL180 San Nicolas Buenos Aires Arrocillo Blanco-cremoso 2401
PL181 San Nicolas Buenos Aires Arrocillo Blanco-cremoso 2387
Distribución muestras “raras”
Figura 6. Mapa de la distribución de los materiales con perfiles genéticos menos
comunes.
Muestras con transgenes mezclas
ESTADO 35S
(MUESTRAS
POSITIVAS)
% NOS(MUESTRAS
POSITIVAS)
% COMUNES35y
NOS(MUESTRAS
POSITIVAS)
% NRO.TOTALDEMUESTRAS
(3mezclaspor
accesión)
PUEBLA 61 10.99 50 9.01 10 1.8 555
GUANAJUATO 29 11.51 14 5.55 2 0.79 252
TABASCO 5 8.33 0 0 0 0 60
TLAXCALA 5 3.33 1 0.67 0 0 150
TEOCINTLE 4 5.56 0 0 0 0 72
PALOMERO 2 2.08 2 2.08 0 0 96
MICHOACAN 27 3.98 14 2.07 0 0 678
GUERRERO 46 6.75 10 1.47 3 0.44 681
OAXACA 4 1.14 11 3.13 0 0 351
Transgenes plantas individuales
Tabla 6. Resumen de números de plantas individuales con marcadores de
transgenes por accesión (30 plantas/ accesión).
Accesión Número de Plantas
positivos para 35S Número de Plantas
positivos para NOS Número de Plantas
positivos para 35S y
NOS
GT011 5 0 0
GT061 3 1 1
PL053 1 0 0
MC027 1 1 0
MC083 4 0 0
MC265 1 0 0
CONCLUSIONES
1) La estrategia de emplear mezclas de muestras para cada accesión con 14 SSR´s distribuídos a través
del genoma de maíz fue muy adecuada para determinar los perfiles genéticos de los materiales de
manera sencilla, eficiente y relativamente bajo en costo.
2) El índice Ri desarrollado a través del proyecto por el Dr. Octavio Martínez de la Vega es una
herramienta de mucha utilidad para identificar materiales geneticamente raras, los cuales son candidatos
importantes para entrar en programas de conservación. Aunque no fue un objetivo principal creemos que
la estrategia merece publicación en una revista de impacto internacional dado el interés actual en el
manejo y conservación de germplasma vegetal a nivel mundial.
3) El uso del índice Ri en conjunto con los datos de GPS y la información morfológica mas amplia de las
colectas permite identificar precisamente las accesiones de mayor interés para dar seguimiento en
programas de conservación.
4) Será posible basado en la estrategia empleada diseñar una metodología para el monitoreo de la
presencia y dispersión de materiales geneticamente diversos en términos de tipos y combinaciones de
alelos.
5) La incorporación de análisis de transgenes en el estudio fue efectivo y sencillo y reveló la presencia de
estos eventos en casi todas las localidades muestreadas. No es posible determinar si la presencia de
estos transgenes se debe a eventos de introgresión antiguos o son recientes sin llevar a cabo un análisis
más profundo.
6) El muestreo de plantas individuales confrimó los resultados de los transgenes en las mezclas y
demostró una gran variabilidad en los niveles de transgenes en plantas individuales en cada accesión.
7) La presencia de transgenes es relativamente baja en la mayoría de los casos y a simple vista no
parece que la morfología general de las poblaciones criollas ha cambiado debido a la presencia de ellos.
Sin embargo es esencial incorporar este tipo de análisis en los análisis de poblaciones de criollos para
dar seguimiento y monitorear la presencia y dispersión de materiales transgénicos.
El Equipo!!
Emigdia AlfaroFernando HernándezLucrecia ContrerasAlejandra NúñezJesica OchoaLorena OrduñaBrenda GuerreroMaría de Jesús González Dra. Corina HayanoDr. Octavio MartínezDr. José Luis PonsDr. Humberto Reyes
PISAC (CUSCO-PERU)
Dr. Efraín de la Cruz (Semillas de Tabasco)Dr. José Luis Herrera y el equipo del plan maestro (Semillas de Tlaxcala,Puebla)Dr. Alfredo Carrera Valtierra (Semillas de Michoacán)Dr. Noel Gómez Montiel (Semillas de Guerrero)
Dr. Amalio Santacruz-Varela: Acceso a datos
Equipo CIBIOGEM: Sol, Nathalie, Ariel
CONACyT/CIBIOGEM: Apoyo financiero