Científicos ya están en el camino de lograr diagnósticos de personas mayores a partir del análisis de sangre realizado durante la infancia del paciente.
En un reciente trabajo publicado en The Plant Cell, se informa lo que científicos de la Universidad Estatal de Michigan han hecho con estudiando las plántulas de maíz.
Los investigadores, utilizando datos de ARN de las plántulas de maíz de 2 semanas de edad, han demostrado que los agricultores y los científicos pueden mejorar las predicciones de rasgos de cultivos adultos con una precisión que rivaliza con los enfoques actuales que usan ADN, es decir los datos genéticos.
Se sabe que, hasta ahora, los métodos de reproducción tradicionales llevan meses o años, esto puede ser superado si podemos predecir los rasgos deseables solo a partir de ADN y ARN sin hacerlos crecer, sin tener que medir los rasgos reales directamente. Esto es como secuenciar el ARN de un bebé y analizar qué tipo de rasgos puede desarrollar más adelante en la vida.
El investigador principal Shinhan Shiu, profesor de biología vegetal y matemática computacional, ciencia e ingeniería, señalo su interés por el uso de enfoques computacionales para resolver las cuestiones de evolución y biología del genoma. En esto, un gran desafío bien reconocido en biología es cómo conectar la información en el ADN, o genotipo, con rasgos o fenotipo. Resolver este misterio es fundamental para comprender cómo la información genética se traduce en rasgos externos en cualquier especie.
Dado que el ARN es un producto del ADN, un paso más cerca de los rasgos que influye el ADN, los planos de ARN pueden ofrecer mejores predicciones. Utilizando enfoques de aprendizaje automático, Shiu y sus colegas han dado un paso más para conectar el ADN, el ARN y los rasgos subyacentes.
Señalaron que esto es útil para los nuevos programas de reproducción y puede tener implicaciones en nuevas formas de hacer pruebas genéticas. Descubrieron que las mediciones de ARN proporcionan información adicional que no podemos obtener solo del ADN. En términos de reproducción, por ejemplo, el equipo pudo hacer predicciones precisas de floración y rendimiento, incluso antes de que las plantas hubieran desarrollado sus semillas o sus flores.
Informaron, además, que los métodos tradicionales que utilizan modelos basados en marcadores genéticos identificaron solo uno de los 14 genes conocidos vinculados al tiempo de floración como importantes. Sin embargo, el modelo desarrollado por ellos, basado en la expresión génica, identificó cinco. cSin embargo, a pesar de la precisión de estas predicciones, los investigadores señalaron que el nuevo método no reemplazará al antiguo. Consideran que sus hallazgos son complementarios a la predicción basada en marcadores genéticos e identifica asociaciones de rasgos de expresión génica que no se explican por marcadores genéticos. Esto no solo ayuda en la selección de líneas de reproducción con rasgos deseables, sino que también mejora nuestra comprensión de los mecanismos involucrados en estos procesos, indicaron.