Descripción del proyecto
GENODRAW-IA COMBINA METODOS NOVEDOSOS DE SECUENCIACION, DE FENOTIPADO BASADOS EN METODOS DE INTELIGENCIA ARTIFICIAL (IA) Y GENOMICOS PARA OBTENER HERRAMIENTAS APLICABLES A LA MEJORA DE FRUTALES. LAS FRUTAS SON ESENCIALES EN UNA DIETA SANA, SIN EMBARGO LOS EUROPEOS CONSUMEN MENOS RACIONES DE LAS RECOMENDADAS POR LA ORGANIZACION MUNDIAL DE LA SALUD (OMS). LAS CAUSAS SON MUY VARIADOS, SIENDO LA CALIDAD DE LA FRUTA Y SU APARIENCIA (INCLUYENDO LA FORMA) UNO DE LOS FACTORES MAS DETERMINANTES EN EL CONSUMIDOR. LA MEJORA GENETICA DE VARIEDADES AUMENTA LA CAPACIDAD DE PROPORCIONAR FRUTA DE ALTA CALIDAD QUE SATISFAGA LA DEMANDA DE LOS CONSUMIDORES. LA EFICIENCIA DE LA MEJORA GENETICA AUMENTA CON EL USO DE MARCADORES MOLECULARES PARA LA SELECCION DE CARACTERES DE INTERES. LOS PROGRAMAS COMERCIALES ESTAN YA ADOPTANDO ESTAS METODOLOGIAS, QUE REQUIEREN DE UNOS DESARROLLOS CIENTIFICOS PREVIOS. EL OBJETIVO DE ESTE PROYECTO ES DESARROLLAR Y PROPORCIONAR A LOS MEJORADORES MARCADORES MOLECULARES PARA AUMENTAR LA EFICIENCIA EN LA OBTENCION DE NUEVAS VARIEDADES. EN GENODRAW-IA PROPONEMOS APROXIMACIONES MUY NOVEDOSAS Y, POR SU CARACTER INTER- Y MULTIDISCIPLINARIO, PREVEMOS QUE TENDRAN GRAN IMPACTO CIENTIFICO Y SOCIAL. POR UN LADO, MEDIANTE GWAS (GENOME-WIDE ASSOCIATION STUDIES) OBTENDREMOS MARCADORES MOLECULARES (SNPS) ASOCIADOS A LA FORMA DEL FRUTO EN MANZANA, PERA, ALMENDRA Y FRESA. LOS SNPS PODRAN APLICARSE EN SELECCION ASISTIDA POR MARCADORES (SAM). ADEMAS, IDENTIFICAREMOS GENES CANDIDATOS, APORTANDO UN AVANCE EN EL CONOCIMIENTO DE LA GENOMICA DEL DESARROLLO DEL FRUTO. EN ESTA TAREA, UN BUEN FENOTIPADO ES FUNDAMENTAL. PARA ELLO DESARROLLAREMOS UN SOFTWARE QUE DESCRIBIRA NUMERICAMENTE, Y POR LO TANTO DE FORMA OBJETIVA, LA MORFOLOGIA DEL FRUTO. PARA ESTE SOFTWARE UTILIZAREMOS METODOLOGIAS DE ANALISIS DE IMAGENES BASADAS EN MACHINE LEARNING (ML). UNA VEZ DESARROLLADO, EL SOFTWARE PODRA EXTENDERSE A OTROS USOS. ADEMAS, PROPONEMOS POR PRIMERA VEZ EN PLANTAS LA COMBINACION DE METODOS DE ANALISIS DE IMAGENES BASADOS EN AUTOENCODERS CON METODOS DE PREDICCION BASADOS EN REDES NEURONALES ALIMENTADAS CON DATOS GENETICOS PARA REPRODUCIR LA IMAGEN DEL FRUTO A PARTIR DEL GENOTIPO. ESTA METODOLOGIA YA LA HEMOS VALIDADO EN MANZANO, OBTENIENDO RESULTADOS MUY SATISFACTORIOS, Y QUEREMOS APLICARLA A OTROS CULTIVOS. MAS ALLA DE PROPORCIONAR UNA HERRAMIENTA PARA SAM, APORTAREMOS UN METODO QUE PODRA APLICARSE A MULTITUD DE CARACTERES. OTRA APROXIMACION CONSISTIRA EN DEMOSTRAR LA APLICABILIDAD DE UNA METODOLOGIA QUE HEMOS MEJORADO EN NUESTRO GRUPO EN LA SECUENCIACION DE ALELOS DE AUTOINCOMPATIBLIDAD DE FORMA SELECTIVA, USANDO PERA COMO EJEMPLO. IDENTIFICAREMOS ALELOS Y MARCADORES UTILES EN PROGRAMAS DE MEJORA Y OFRECEREMOS A LA COMUNIDAD CIENTIFICA UNA METODOLOGIA ECONOMICA PARA CARACTERIZAR GENES DE AUTOINCOMPATIBILIDAD.POR ULTIMO, EN GENODRAW-IA MEJORAREMOS LA SECUENCIA GENOMA DEL ALMENDRO (VARIEDAD TEXAS) GRACIAS A LA COMBINACION DOS ESTRATEGIAS DE SECUENCIACION MASIVA: PAC-BIO Y HI-C. ESTO PROPORCIONARA UN AVANCE IMPORTANTE EN LOS ESTUDIOS GENOMICOS DE ESTA ESPECIE, INCLUYENDO ESTUDIOS EVOLUTIVOS Y DE DESARROLLO DE FRUTO. EJORA GENETICA DEL FRUTOS\GENOMA DEL ALMENDRO\SECUENCIACION SELECTIVA\FENOTIPADO\ANALISIS DE IMAGENES\INTELIGENCIA ARTIFICIAL\FORMA DE FRUTO