Para el mejoramiento genético del ganado Charolais Mexicano
G. Manuel Parra Bracamonte.
Centro de Biotecnología
Genómica-Instituto Politécnico
Nacional, Reynosa, Tamaulipas.
Ana Maria Sifuentes Rincon.
Centro de Biotecnología
Genómica-Instituto Politécnico
Nacional, Reynosa, Tamaulipas.
Francisco J. Jahuey Martínez.
Centro de Biotecnología
Genómica-Instituto Politécnico
Nacional, Reynosa, Tamaulipas.
Luis A. López-Bustamante.
Ganadería Ron B Charolais.
Hermosillo, Sonora.
Resumen de la Conferencia
presentada en el 5º Simposio
Internacional sobre Producción
Animal. CU UAEM Temascaltepec. Mayo de 2017.
El mejoramiento genético es el resultado de la selección de ejemplares bovinos superiores como progenitores de las siguientes generaciones en una población. Involucra la identificación de individuos con las mejores combinaciones genéticas. Sin embargo, el proceso en su conjunto, involucra la identificación de un objetivo de crianza para establecer la o las características que determinarán la superioridad de los ejemplares a seleccionar y el análisis aplicado a estas características.
De manera general, las características que pueden emplearse derivan del fenotipo; por ejemplo, el mérito genético individual. Sin embargo por sí mismo, el fenotipo muchas veces no es un predictor confiable del mérito genético debido a que en sus componentes (Fenotipo= Genotipo + Ambiente) no se puede tener una idea exacta de cuál componente está aportando mayor variación, y por ende dentro de una lista posible de animales cuál, en efecto posee y expresa el mejor potencial genético.
En la práctica, tradicionalmente el proceso de mejoramiento genético se apoya de las evaluciones genéticas para estimar o predecir el mérito genético de los individuos de una población bovina a través de los valores genéticos esperados (VGE) o las diferencias esperadas en la progenie (DEPs) que son iguales a la mitad de las VGEs correspondientes. Adicionalmente, las evaluaciones genéticas estiman con base en la genealogía y el fenotipo las exactitudes de cada DEP, que representa la correlación entre un valor genético verdadero (VGV) del animal evaluado y el estimado VGE o DEP. Este valor determina en un sentido estricto cuál es la confiabilidad del VGE o DEP, lo que quiere decir que a medida que el individuo posee mayor progenie en la genealogía poseerá con mayor probabilidad una mayor exactitud o confiabilidad. Actualmente, estos valores son publicados en Catálogos o Sumarios de sementales que son publicados como herramientas para utilizar en el proceso de mejoramiento genético.
De esta manera el resultado esperado del mejoramiento es un cambio en el promedio de la característica utilizada como criterio de selección. Este cambio, con el tiempo puede visualizarse mediante las líneas de tendencia genética que indican cuál ha sido anual y generacional el cambio genético como resultado de la aplicación de las diferentes estrategias de selección dentro del programa de mejoramiento genético.
En general, las evaluaciones genéticas de la raza Charolais, han demostrado que existe un cambio genético lento para las características de peso vivo que representan los criterios de selección actuales (Peso al Nacimiento, Peso al Destete, Peso al Año) por su facilidad de registro y por el retorno económico que representan. Sin embargo, entre hatos existen diferentes criterios de aplicación y énfasis en las características que pueden producir cambios genéticos diferentes entre ganaderías o hatos. Para examinar esta hipótesis, Parra-Bracamonte et al. (2016), examinaron las líneas de tendencia genética anual de ganaderías de registro de la raza Charolais, que ponían diferente énfasis a los VGE como criterios de selección y que consideraban con diferente prioridad el patrón racial.
Ellos encontraron un patrón de tendencia diferencial entre hatos, e interesantemente el énfasis en el patrón racial estaba relacionado a menores ganancias genéticas anuales en la característica de mayor rentabilidad como peso al año y peso al nacimiento. Hay que considerar, que para la raza Charolais, el mayor peso al nacimiento es tradicionalmente considerado como un carácter no deseado. Esta idea preconcebida se relaciona a la condición de doble musculatura que es prevalente en la raza debido a la mutación Q204X en el gen de la Miostatina. Reiteradamente, se ha sugerido que esta condición genética puede ser manejada en beneficio productivo, sin embargo, y a pesar de la disponibilidad de técnicas de diagnóstico aún no se le ha dado el manejo apropiado, lo que ayudaría a desestimar su asociación con problemas de distocia y muerte peripartal. De la misma manera, como el estudio mencionado sugirió, el uso eficiente de los VGE puede llevar al logro ¿de menores pesos al año pero mayores pesos al año?, aun cuando las características teóricamente muestran una correlación genética positiva.
El cambio genético (∆G) puede ser expresado como:
En la cual, i es la intensidad de selección, que indica que entre más estricta sea la selección en cuanto a los mejores progenitores, se considera más intensa en términos normales estandarizados; r es la exactitud de la selección, previamente descrita; σΑ es la desviación estándar genética de la carcaterística bajo selección y L es el intervalo generacional, entendido como la edad promedio de los progenitores a la cual nace su progenie. De esta manera, cualquier estrategia que ayude a modificar favorablemente cada uno de los componentes del numerador o a reducir el denominador ayudarían a incrementar el cambio genético en la población (Van Eenennaam et al., 2014).
De esta manera, la superioridad o inferioridad de un animal sujeto a selección es estimado a través de su valor genético (VGE), lo que es equivalente a dos veces la desviación media de su progenie con respecto a la media poblacional (Falconer y McKay, 1996), lo que representa el potencial genético juzgado a través del promedio de su progenie (Garrick y Fernando, 2015).
Otra definición de valor genético está relacionada a la suma del efecto promedio de los genes de un individuo (específicamente de los loci) en todo el genoma (Garrick y Fernando, 2015). Sin embargo, es necesario el conocimiento del efecto de los loci en el genoma.
La búsqueda de variaciones genómicas que ayuden a explicar el valor genético, fue posible al implementar la naturaleza de los marcadores genéticos que ayudaron primariamente a la identificación de regiones o fragmentos en el genoma asociados a las características cuantitativas. Estos llamados loci de características cuantitativas (QTLs por sus siglas en inglés), abrieron las posibilidad para entender la variación genética de las diferentes características de importancia económica en la ganadería, y con eso coadyuvar al mejoramiento genético. Actualmente, la base de datos de QTL bovino, reporta 6,980 QTLs (QTLdb Release 32 Abr. 27, 2017) tan sólo para crecimiento y caracteres relacionados.
La disponibilidad de arreglos de alta densidad de marcadores genéticos del tipo SNP (Polimorfismo de nucleótido simple) ha ayudado a cambiar un poco la dimensión de QTL a QTN o nucleótido de característica cuantitativa, haciendo alusión al efecto de una sola variante directa o indirectamente relacionada con la característica cuantitativa. Los microarreglos de alta densidad de SNPs han sido aprovechados para el estudio a escala de genoma completo lo que sin duda ha incrementado significativamente el hallazgo de QTLs que también ayudarían a describir la arquitectura genética de los caracteres de importancia y sobre todo a incrementar la varianza genética para maximizar el cambio genético de las poblaciones.
Para ayudar a dilucidar esta perspectiva Jahuey-Martínez et al., (2016) realizaron un estudio de genoma completo (GWAS) para caracteres de peso vivo y crecimiento en ganado de registro Charolais, utilizando un arreglo de alta densidad de 76,883 SNPs. Utilizando una población de 823 animales (721 machos y 143 hembras) analizaron. Después de un análisis de control de calidad 68,337 SNPs fueron conservados para ajustar un modelo por el método de componentes principales e identificar SNPs asociados a las características evaluadas. El estudio reportó 18 SNPs en 13 cromosomas que estaban significativamente asociados a los caracteres de peso vivo y ganancia diaria de peso pre y postdestete (Cuadro 1).
Además, se identificaron algunos genes con relación a los SNPs asociados a las características de crecimiento estudiadas, que tienen relación a la supervivencia pre y perinatal, crecimiento óseo, adhesión celular, adipogénesis y apetito (Jahuey-Martínez et al., 2016).
El hallazgo de estas variaciones ayuda a comprender mejor la variabilidad genética de las características de crecimiento pero también abrió la posibilidad a la evaluación de la estrategia de selección genómica. En general el establecimiento de esta metodología permitiría incrementar las exactitudes del mérito genético de los individuos evaluados y acortar el intervalo generacional debido a qué individuos sin registro fenotípico podrían ser seleccionados.
La metodología incluye la estimación de ecuaciones de predicción a través de la estimación del efecto de un arreglo de SNPs a partir de una población de referencia o entrenamiento que debe reunir ciertas cualidades como por ejemplo tener un registro de altas exactitudes en evaluaciones genéticas tradicionales para las características a evaluar. Por otro lado, la población de selección la conforman animales solamente con genotipos que a partir de las ecuaciones de predicción pueden tener sus propios valores genómicos (GEBVs) (Figura 1).
Esta estrategia se está evaluando para ganado Charolais mexicano, sin embargo, debido a que la población a partir de la cual se han estimado las ecuaciones de predicción es pequeña y con limitaciones de registros productivos, las exactitudes han sido moderadas (alrededor de 0.40) para peso al nacimiento y peso al destete (Jahuey-Martínez et al., 2017) utilizando diferentes métodos de predicción.
En general los reportes de exactitudes de las predicciones genómicas han sido de bajas a moderadas para diferentes razas de ganado para carne (hasta de 0.75, Van Eenennaam et al., 2014), lo que indica que aún hay posibilidad de mejora. En el caso particular de la población estudiada, uno de los problemas que podrían ser sobrellevados para mejorar el nivel de las exactitudes obtenidas es la consideración de una población de entrenamiento que posea previamente mejor representatividad en el hato nacional y con valores de confiabilidad para sus VGEs ≥ 0.90 para las características consideradas en la evaluación.
No obstante, antes del establecimiento de esta estrategia, habría que reconsiderar la valoración de características de importancia económica que serían realmente prioritarias para definir objetivos de crianza (p.e. eficiencia, reproducción o índices de selección) y evaluar la adopción de estas tecnologías desde el punto de vista costo-beneficio.
Es indudable que en el mejor escenario la adopción de tecnologías de genoma completo como los anteriormente descritos podrían ser significativamente importantes para realzar el mejoramiento genético de características de relevancia económica para la ganadería productora de carne. Sin embargo, es indispensable considerar que el uso de estrategias tradicionales (cotidianamente utilizadas en otros países) ya disponibles nacionalmente (p.e. uso de las DEPs) debería procurarse y explotarse de manera masiva, de tal manera que se exploren sus potencialidades y sienten las bases para la posterior adopción efectiva de las tecnologías basadas en el estudio del genoma.
Referencias
- Falconer, D.S. and Mackay, T.F.C., 1989. Introduction to Quantitative Genetics. 4th Longman Essex, UK.
- Garrick, D.J. and Fernando, R., 2014. Genomic prediction and genome-wide association studies in beef and dairy cattle. The Genetics of Cattle, pp.474-501.
- Jahuey-Martínez, F.J., Parra-Bracamonte, G.M., Sifuentes-Rincón, A.M., Martínez-González, J.C., Gondro, C., García-Pérez, C.A. and López-Bustamante, L.A., 2016. Genomewide association analysis of growth traits in Charolais beef cattle. Journal of Animal Science, 94(11), pp.4570-4582.
- Jahuey-Martínez, F.J., Parra-Bracamonte, G.M., Sifuentes-Rincón. 2017. Análisis de genoma completo y predicción genómica para caracteres complejos en bovinos Charolais. XIII Jornadas Académicas del Doctorado en Ciencias en Biotecnología. IPN. 16-17 de mayo de 2017. Ciduada de México. México.
- Parra-Bracamonte, G.M., Lopez-Villalobos, N., Morris, S.T., Sifuentes-Rincón, A.M. and Lopez-Bustamante, L.A., 2016. Genetic trends for live weight traits reflect breeding strategies in registered Charolais Farms in Mexico. Tropical animal health and production, 48(8), pp.1729-1738.
- Van Eenennaam, A.L., Weigel, K.A., Young, A.E., Cleveland, M.A. and Dekkers, J.C., 2014. Applied animal genomics: results from the field. Annu. Rev. Anim. Biosci., 2(1), pp.105-139.
Artículo publicado en Entorno Ganadero
