Primera observación directa de cómo crecen las raíces.

Mientras los científicos estudian los cultivos para encontrar formas de ayudarlos a enfrentar las presiones del cambio climático y el crecimiento demográfico, ha surgido una herramienta que les ofrece una nueva perspectiva: la visión subterránea.

Las plantas se parecen mucho a los icebergs: la mayor parte de su masa es invisible a simple vista y está enterrada en sus raíces. Las raíces permiten a las plantas compensar su función de anclaje en la vida, encontrar nutrientes y bucear en busca de agua durante épocas de sequía.

Los investigadores de seguridad alimentaria esperan mejorar estas capacidades para desarrollar cultivos más duraderos, pero las condiciones de laboratorio actualmente limitan los experimentos a los primeros días o semanas de vida de una planta en germinación.

Alexander Bucksch, un científico informático convertido en matemático en genética vegetal, dijo que durante su trabajo postdoctoral en Georgia Tech, trabajó para encontrar una manera de desentrañar las raíces de las plantas. Le sorprendió descubrir lo poco que se sabía sobre su crecimiento y lo similar que era la escala, la superposición y la diversidad de ramas con otros sistemas de los que había creado modelos visuales en trabajos anteriores.

«Inmediatamente me interesé en pasar a la clandestinidad», dijo. «No sabíamos casi nada sobre los sistemas de raíces maduros, y mucho menos cómo controlar los rasgos. Me di cuenta de que podía tomar mi tecnología y aplicarla a la biología para obtener lo mejor de ambos».

Bucksch reunió a expertos en genética de raíces, fisiología vegetal y agroecología para crear un programa informático que utiliza algoritmos para interpretar imágenes digitales de raíces maduras tomadas del campo. Esto le permitió analizar suficientes muestras de raíces con un alto grado de uniformidad para obtener resultados estadísticamente significativos. Esto podría permitir a futuros investigadores manipular rasgos ocultos de los cultivos, explica Malcolm Bennett, profesor de ciencias vegetales en la Universidad de Nottingham en el Reino Unido.

«Hemos estado seleccionando directamente características aéreas durante 10.000 años, pero no hemos podido seleccionar directamente la mitad oculta, aunque sabemos que las raíces pueden influir en gran medida en lo que intentamos seleccionar», dijo. «Es un impresionante paso adelante en términos de poder hacer algo que hemos querido hacer durante mucho tiempo».

Medir lo invisible de forma estandarizada

Bakshi explica que comprender los desafíos que enfrentan los investigadores de raíces es bastante fácil. Los métodos actuales cultivan plántulas en macetas de barro que pueden analizarse mediante imágenes por resonancia magnética (MRI) o cultivan plántulas en macetas de vidrio utilizando un medio transparente en lugar de tierra. Si bien estas técnicas son muy avanzadas, sólo observan una porción pequeña y no representativa de la vida de las plantas, lo que limita la investigación de las raíces porque muchas raíces se desarrollan o cambian más adelante en la vida.

«En maíz [corn]En el estudio actual, ni siquiera se podía ver crecer la raíz superior. «Ahora estamos hablando de poder ver unos meses o más de crecimiento».

Bennett explica que esto limita la rapidez con la que los investigadores pueden procesar muestras y, a medida que los sujetos vivos continúan creciendo, resulta complicado comparar los datos recopilados con días de diferencia.

«Simplemente no tenemos un rendimiento lo suficientemente alto para manejarlo», dijo Bennett. «En la década de 1920, comenzamos a aprender cómo estudiar las raíces de las plantas en el laboratorio y en el invernadero, pero eventualmente había que salir al campo y, para eso, necesitabas una manera objetiva y rápida de ver lo que encontrabas».

En la década de 1980, se aplicaron técnicas basadas en imágenes al estudio de las raíces para predecir mejor cómo crecerían, pero el proceso aún carecía de la certeza necesaria para la investigación genética y consumía mucho tiempo.

En 2011, Jonathan Lynch de Penn State (ahora con el equipo de Bucksch) ayudó a crear una alternativa, un método que estandarizó el muestreo de raíces y produjo resultados más precisos, al que llamó «shovel-omics». Requiere extraer las raíces, limpiarlas y luego medirlas en una tabla transportadora para clasificarlas de una manera específica.

Pero todavía queda la cuestión de los factores subjetivos. «Todos aportan diferentes niveles de experiencia, conocimiento del dominio y capacitación a su interpretación, lo que hace que la puntuación sea subjetiva», dijo Baksh. «Queremos evitar esto quitando completamente el conteo y la medición del alcance de los investigadores».

hablar el mismo idioma

El nuevo método, publicado la semana pasada en Plant Physiology, hizo que los investigadores fotografiaran muestras de raíces contra una placa de fondo negro con un círculo al lado para ampliar la imagen. Luego, esta imagen se carga en una computadora, que utiliza el algoritmo para analizar aspectos de la muestra tanto detallados como a gran escala. Para muchos sistemas raíz esto no era posible antes debido a su alta complejidad.

Las nuevas incorporaciones también incluyen herramientas para hacer coincidir los rasgos visibles de una planta con la composición genética de ese rasgo. Esto es necesario para desbloquear y explorar el potencial adaptativo de las raíces.

«Lo que ahora podemos entender es cómo las plantas cambian para adaptarse a su entorno», dijo Bakshi. «Lo que funcionó para una planta en el pasado se refleja en los ángulos, las ramificaciones y la dinámica de su sistema de raíces».

Bennett añadió que admira la variedad de factores que el equipo de Penn State y Georgia Tech consideró cuando trabajó en la tecnología para garantizar que fuera lo suficientemente simple para su uso en países en desarrollo.

«Su proceso cuesta unos centavos, no requiere una gran inversión de capital y es lo suficientemente rápido como para secuenciar y, en última instancia, obtener conocimientos genómicos», dijo. «Esta es una gran ganancia para el campo y un paso para ayudarnos a definir finalmente el fenotipo ideal e incorporarlo a futuros cultivos».

Bakshi cree que su método proporcionará a investigadores de todo tipo una nueva forma de observar los elementos de la vida vegetal madura, y dice que nunca dudó de que tendrían éxito, aunque se necesitarán muchos expertos diferentes para crear el producto final.

«La biología tiene que ver con el proceso, y eso es lo que describen los algoritmos; los dos simplemente desarrollaron lenguajes diferentes porque crecieron aislados el uno del otro», dijo. «Superar ese obstáculo inicial fue probablemente la parte más difícil de todo el proyecto, pero una vez que lo logramos, supimos que teníamos algo en lo que podíamos trabajar todos juntos».

Reimpreso por Climatewire con permiso de Environment & Energy Publishing LLC. www.eenews.net, 202-628-6500