Logran en Chile modelo genómico con alta capacidad predictiva (90%) en el mejoramiento de ciruela japonesa

Un equipo de investigadores encabezado por Paulina Ballesta, ex-investigadora postdoctoral del Instituto de Nutrición y Tecnología de los Alimentos (INTA) de la Universidad de Chile, logró desarrollar un modelo de predicción de características de interés comercial para ciruela japonesa (Prunus salicina L.), uno de los frutales de mayor relevancia en la exportación nacional.

El estudio, publicado en la revista Horticultural Plant Journal, se titula“Genomic prediction of phenological and fruit-quality traits in a multi-family Japanese plum breeding population” (doi.org/10.1016/j.hpj.2025.04.014)  y contó con la participación de investigadores del INTA y la Facultad de Ciencias Agronómicas de la U. de Chile, entre otros.

La investigación explica que la ciruela japonesa “ocupó el puesto 15 en la producción mundial de frutas con 12,4 millones de toneladas en 2022, aproximadamente el 70% de las cuales fueron producidas por China, Rumania, Serbia, Chile y Turquía. La ciruela japonesa se consume como fruta fresca debido a sus notables atributos sensoriales (por ejemplo, dulzor, textura y sabor), valor nutricional y calidad como alimento funcional”.

El ciruelo japonés, como la mayoría de los frutales, presenta un largo período juvenil: entre cuatro y cinco años desde que se planta hasta que produce fruta. Este tiempo prolongado, sumado a que la gran mayoría de las plantas obtenidas en cruzamientos controlados no alcanza los estándares comerciales, genera un desafío para los programas de mejoramiento genético.

En ese escenario, la selección genómica (SG) aparece como una herramienta capaz de predecir desde la etapa de plántula qué individuos tendrán mayores probabilidades de cumplir con los atributos deseados. “El principal hallazgo es la generación de modelos de predicción de características de interés comercial en la ciruela japonesa, un frutal muy importante en términos de las exportaciones chilenas”, explica Igor Pacheco, lider del Laboratorio de Biología Vegetal e Innovación en Sistemas Agroalimentarios (BVISA-Nutribreeding) del INTA y autor correspondiente del estudio.

La SG combina información genética y modelos estadísticos para estimar el valor genético de características como fecha de floración, peso del fruto, contenido de azúcar o acidez, a partir de datos genómicos, sin esperar a que el árbol complete su ciclo productivo.

El profesor Pacheco detalla que “la selección genómica es una aproximación genético-estadística cuyo objetivo es aumentar la eficiencia en los programas de mejora genética. Consiste en la selección de individuos superiores en base a las características predichas en base al genoma de los individuos de las cruzas generadas. Dicho en palabras simples, la SG es como los servicios que en base a una muestra de DNA informan ancestría y predicen propensión a enfermedades y otras características en humanos, pero aplicado a plantas. La diferencia es que en un programa de mejora genética de plantas más del 98% de los individuos generados no es digno de ser seleccionado. Esto es un problema de costos para los programas de mejora, considerando que los árboles frutales se demoran entre 4 y 5 años entre que nacen y producen su primera fruta”.

“Al aplicar los modelos de predicción genómica de las plantas recién germinadas (luego de la extracción de DNA de todos los individuos de las familias generadas, secuenciación de esos DNA y predicción en los modelos en base a esas secuencias de DNA), el mejorador podría seleccionar a aquellas plántulas con un mayor potencial genético y concentrarse sólo en ellas en la crianza y fase de evaluación de campo. Con esto, la actividad de generación de nuevas variedades se hace más eficiente y con una chance de una mayor tasa de generación de variedades, en nuestro caso ‘made in Chile’, es decir, adaptadas a las condiciones de producción local”, añade.

En este trabajo se analizaron más de mil árboles, genotipificados con 11.000 marcadores moleculares (SNPs) y evaluados por dos temporadas. Los modelos alcanzaron capacidades predictivas entre 70% y 90% dependiendo de los rasgos, niveles que, según el investigador, “presenta una gran ventaja, ya que el tiempo y recursos invertidos en el desarrollo de estos individuos ahora serían dedicados a plantas que casi seguramente tendrán la calidad deseada”.

La implementación de esta tecnología permitiría crear variedades adaptadas al clima cambiante del país y con alto valor comercial, sin recurrir a transgénesis ni edición genética. “El impacto de este resultado es que en Chile tendremos la capacidad de generar nuevas variedades adaptadas a las condiciones ambientales de nuestro país, cada vez más cambiantes. Además, da la posibilidad de generar propiedad intelectual para variedades vegetales libres de modificación genética como transgénesis o edición genética, cuestionadas por parte de la población hasta el día de hoy”, destaca Pacheco.

El trabajo es fruto de una línea iniciada con un proyecto de postdoctorado ANID de la Dra. Ballesta y continuada con financiamientos IDeA I+D y FONDECYT Regular dirigidos por Pacheco. “Este trabajo representa la consolidación de nuestro grupo en el establecimiento de modelos de predicción. A nuestro entender, somos el único grupo en Chile que ha generado modelos de predicción genómica en frutales”, afirma el investigador.

Agrega que la colaboración con el Laboratorio de Mejoramiento de Calidad de la Fruta  de la Facultad de Ciencias Agronómicas de la Universidad de Chile, dirigido por el profesor Rodrigo Infante, ha permitido proyectar esta experiencia hacia un servicio de asesoría para mejoradores y viveristas, con miras a aplicarla también en otras especies frutales y cultivos.