Precisión de la selección genómica en poblaciones del programa de mejoramiento de caña de azúcar de la EEAOC

Trabajo presentado en el XXXII ISSCT Centennial Congress, 24 al 28 de agosto de 2025, Cali, Colombia, traducido al castellano.

Resumen

          La selección genómica (SG) es una herramienta prometedora para incrementar la eficiencia en el mejoramiento de caracteres complejos. Se evaluó la precisión de predicción de los valores de mejora estimados a partir de datos genómicos (GEBV, por sus siglas en inglés de Genomic-estimated breeding value) en distintas poblaciones de diferentes etapas del Programa de Mejoramiento Genético de la Caña de Azúcar de la Estación Experimental Agroindustrial Obispo Colombres (PMGCA-EEAOC). Los modelos de SG fueron entrenados en tres poblaciones de mejoramiento fenotipadas para caracteres de maduración temprana y genotipadas con marcadores SNP obtenidos por DArTseq. Las  poblaciones de mejoramiento consistieron en: i) 264 accesiones del banco de germoplasma (BG); ii) 160 individuos en la segunda etapa clonal (2C); y iii) 47 individuos de la etapa de Ensayos Internos de variedades en campo (I). Para todas las predicciones genómicas se utilizó el modelo de predicción lineal insesgada mejorado por genómica (G-BLUP por sus siglas en inglés de Genomic best linear unbiased prediction). La eficiencia de la SG fue evaluada mediante validación interna y cruzada, dependiendo de la población. Para BG, la población de entrenamiento (PE) consistió en 264 accesiones, y las precisiones se obtuvieron mediante correlaciones dentro de la población usando una partición 80:20. Para 2C, la eficiencia se evaluó dentro de la población utilizando una partición 80:20, y el modelo estimado se aplicó para estimar los GEBVs en la población I (validación cruzada). Además, se analizó una PE conformada por la combinación de las poblaciones 2C e I, con precisión obtenida a través de correlaciones dentro de la población (80:20). Las mayores eficiencias de SG para BG se observaron en los caracteres pol y azúcar recuperado (r = 0,43 y 0,40, respectivamente). Para 2C e I, las mayores eficiencias de SG se observaron en el contenido de azúcar, tanto al considerar ambas poblaciones conjuntamente (r = 0,41), como cuando la PE consistió solo en 2C (r = 0,43). Dado que la efectividad de la SG en programas de mejoramiento depende de los datos fenotípicos y moleculares, el modelo de predicción, y el tamaño y composición de la PE, estos resultados son alentadores para continuar desarrollando estrategias que optimicen la PE con el fin de alcanzar mayores precisiones.

ABSTRACT

Accuracy of genomic selection in populations of the EEAOC sugarcane breeding program

          Genomic selection (GS) is a promising breeding tool for improving the efficiency of complex trait breeding. The prediction accuracy of genomic breeding values was assessed across populations at different stages of the Sugarcane Breeding Program at the Estación Experimental Agroindustrial Obispo Colombres (SCBP-EEAOC). GS models were tested in three breeding populations phenotyped for early maturation traits and genotyped using DArTseq SNP markers. The breeding populations consisted of: i) 264 accessions from germplasm bank (GB); ii) 160 individuals in the second clonal stage (2CS); and iii) 47 individuals from infield variety trials stage (IVT). The genomic best linear unbiased prediction (G-BLUP) model was used for all genomic predictions. The efficiency of GS was evaluated through intra- and cross-validation, depending on the population. For GB, the training population (TR) consisted of 264 accessions, and accuracies were obtained by correlations within population using an 80:20 split. For 2CS, efficiency was evaluated within the population using an 80:20 split, and the estimated model was applied to estimate genomic estimated breeding values (GEBVs) for population IVT (cross-validation). Additionally, a TR consisting of combined 2CS and IVT populations was analyzed, with accuracy obtained through correlations within the population (80:20). The highest GS efficiencies for GB were observed for pol and sugar-recovered traits (r = 0.43 and 0.40, respectively). For 2CS and IVT, the highest GS efficiencies were observed for sugar content when considering both populations jointly (r = 0.41), and when the TR consisted only of 2CS (r = 0.43). Since the effectiveness of GS in breeding programs depends on the phenotypic and molecular data, the prediction model, and the size and composition of the TR, these results are encouraging for the continued development of strategies to optimize the TR to achieve better accuracies.