Pasar al contenido principal

Proyectos

Implementación de Selección Genómica Costo-Eficiente en Arroz

Tipo de Proyecto
EXTERNOS
Estado
Aprobado
Fecha de inicio
Fecha fin
Sistemas de producción
Arroz - Ganadería
Área transversal
Mejoramiento genético y biotecnología vegetal
Líder de Proyecto
ROSAS CAISSIOLS JUAN EDUARDO-

Contacto

Propósito del proyecto
Implementar selección genómica multi-rasgo para rendimiento, calidad industrial y sanidad en tallos y vainas con genotipado de baja densidad para selección de cruzamientos y desarrollo de líneas puras y evaluar su eficiencia económica en el programa de mejoramiento genético de arroz de INIA.
Resumen ejecutivo
El programa de mejoramiento genético de arroz (PMGA) de INIA lidera desde hace décadas la oferta varietal a nivel nacional, mediante el desarrollo de variedades de alto rendimiento, calidad molinera, y resistencia genética a enfermedades fúngicas. Es necesario aumentar la eficiencia de la ganancia genética, y la herramienta moderna de mayor adopción para ello es la selección genómica (SG), que permite acortar el ciclo de mejoramiento mediante la selección de parentales en etapas tempranas, y acelerar el desarrollo de nuevas líneas al evaluar más variabilidad usando menos tiempo y recursos. También optimiza la ganancia genética para más de una característica objetivo. Implementar SG en programas públicos requiere genotipado de bajo costo y rápida respuesta, y la evaluación empírica de su desempeño. En nuestro país, se ha avanzado en el genotipado genómico de germoplasma avanzado de arroz, y se ha evaluado por validación cruzada la precisión de selección por rendimiento en arroz. También se ha estimado la ganancia genética por recurso invertidos en el programa, para selección fenotípica y asistida. Este proyecto tiene como objetivo principal aplicar SG multi caracter en el PMGA usando genotipado de bajo costo, para selección de cruzamientos y para desarrollo de líneas, y evaluar su desempeño en forma empírica contrastando los valores predichos con los datos de ensayos multiambientales y estimando la ganancia genética por unidad de recurso invertida. Esto permitirá generar nuevo conocimiento sobre los parámetros genéticos relevantes para optimizar la ganancia genética alcanzable por unidad de costo, y potenciará la integración de rutina de SG en el PMGA, contribuyendo a una mayor eficiencia en su aporte al sector productivo.
Equipo técnico INIA

BRUNO FERRARO
FEDERICO MOLINA
FERNANDO PEREZ
JUAN ROSAS

Equipo técnico externo

Bettina Lado
Juan David Arbelaez
Maribel Cruz
Yamid Sanabria

Instituciones participantes

CIAT/FLAR
UdelaR/ FAGRO
Universidad de Illinois