La selección genómica para mejorar la producción de Seriola en RAS

Un estudio publicado por investigadores de la Universidad de Chile, de la Universidad Andrés Bello, de la Universidad Católica de Temuco y de Infinite Sea GmbH explora cómo la selección genómica (SG) puede proporcionar una solución eficaz y rentable para mejorar el peso de la cosecha en S. lalandi cultivada en RAS.

El desafío: la cría de Seriola lalandi en RAS

• Complejidad del desove masivo: El desove masivo natural de S. lalandi dificulta el seguimiento tradicional del pedigrí, lo que provoca contribuciones parentales desiguales y un mayor riesgo de endogamia, especialmente en entornos de RAS con poblaciones limitadas.
   
  
  

  Te podría interesar

  El uso organismos vivos como biofiltradores más sostenibles en cultivo RAS

• Necesidad de herramientas avanzadas: Los métodos tradicionales de selección enfrentan estas complejidades, lo que resalta la necesidad de herramientas genómicas para gestionar pedigrís y optimizar eficazmente los programas de mejoramiento.

Selección genómica: Un camino hacia una mayor rentabilidad

La Selección Genómica (SG) utiliza datos de marcadores genéticos (como los SNP, Polimorfismos de Nucleótido Único) para estimar el valor genético de un animal con mayor precisión que los métodos tradicionales, lo que permite tomar mejores decisiones de selección y controlar la endogamia. Si bien está bien establecida en especies como los salmónidos, su aplicación en peces marinos como S. lalandi ha sido más lenta debido a la limitación de los recursos genómicos.

Hallazgos clave del estudio RAS en Seriola lalandi chilena

Investigadores implementaron la SG para mejorar el peso de cosecha en S. lalandi criado en RAS en el norte de Chile, aprovechando recursos genómicos recientemente desarrollados, incluyendo un genoma de referencia y matrices de genotipado de SNP.
 

El peso de cosecha es heredable
El estudio confirmó una variación genética significativa para el peso de cosecha, con estimaciones de heredabilidad de entre 0,36 y 0,44, lo que indica un buen potencial de mejoramiento genético mediante selección.
 

GS aumenta significativamente la precisión
Los modelos genómicos (GBLUP y ssGBLUP) lograron precisiones de predicción para valores genéticos superiores a 0,85, una mejora sustancial con respecto a la precisión de 0,60 de los métodos BLUP tradicionales basados ​​en pedigrí. Esto se traduce en entre un 17 % y un 22 % más de ganancias genéticas potenciales en comparación con los enfoques tradicionales.

Los paneles de baja densidad rentables funcionan
Fundamentalmente, el estudio demostró que el uso de paneles de SNP de baja densidad mucho más pequeños y rentables (incluso con 274 marcadores cuidadosamente seleccionados derivados de genotipado por secuenciación o GBS) mantuvo una alta precisión de predicción, con una reducción de tan solo el 5 % al 7 % en comparación con el uso de más de 76 000 marcadores. Esto hace que SG sea financieramente viable para operaciones comerciales.
 

¿Por qué funcionan los paneles de baja densidad?

Un mayor desequilibrio de ligamiento (marcadores que permanecen ligados a los genes a mayores distancias) en la generación de la progenie, la presencia de relaciones directas entre padres e hijos en los datos y la eficiencia de los marcadores seleccionados permiten que menos SNP capturen suficiente información genética.
 

El peso de la cosecha es poligénico
Si bien muchos genes contribuyen con pequeños efectos al peso de la cosecha, el estudio identificó SNP significativos cerca de genes potencialmente involucrados en la regulación del crecimiento (como PPP4C y CLN3) y el metabolismo (GAPDHS), lo que ofrece nuevas vías para futuras investigaciones.

Implementación de programas de mejoramiento eficiente para S. lalandi

El estudio proporciona un marco para programas de cría prácticos y rentables:
 

• Fundamento: Comenzar con una amplia base genética de diversas poblaciones silvestres o derivadas de la pesca.
   
• Las pruebas de paternidad son clave: Utilizar paneles GBS rentables para la asignación rutinaria de filiación. Esto es esencial para gestionar las contribuciones genéticas (evitando la sobrerrepresentación de unas pocas familias) y controlar la endogamia, incluso en programas más sencillos.
   
• Selección en varias etapas: Considere un enfoque por etapas: primero seleccione los rasgos tempranos (p. ej., crecimiento postlarval) utilizando datos de pedigrí derivados de GBS, seguido de la selección mediante selección genómica (SG) para objetivos principales como el peso al cultivo, con la posible integración de datos en todas las etapas.
   
  
• Selección genómica: Implementar la SG utilizando paneles de baja densidad rentables para maximizar la ganancia genética en rasgos objetivo como el peso al cultivo, a la vez que se gestiona la endogamia.

Conclusión

La selección genómica ofrece una estrategia potente y, sobre todo, rentable para mejorar significativamente la ganancia genética en rasgos cruciales como el peso al cultivo en Seriola lalandi cultivada en RAS.
 

Mediante la implementación de la SG, con la posibilidad de utilizar paneles de marcadores de baja densidad optimizados junto con pruebas de paternidad esenciales, la industria acuícola puede mejorar la eficiencia y la sostenibilidad de la producción de esta valiosa especie.
 

El estudio fue financiado parcialmente por CORFO y FONDECYT.
 

Referencias
Martinez, V., Hernandez, E., Dorner, J., Dantagnan, P., & Galarce, N. (2025). Application of genomic selection in species derived from fisheries of interest in aquaculture within RAS systems: The case of Seriola lalandi. Aquaculture, 742518. https://doi.org/10.1016/j.aquaculture.2025.742518



Por Milthon Lujan
Fuente: AquaHoy