El maíz es el cultivo alimentario más importante en el África subsahariana y América Latina, y es un cultivo asiático clave. Para 2050, se espera que la demanda de maíz en el mundo en desarrollo aumente doble, mientras que se espera que los rendimientos disminuyan debido al cambio climático, impulsado principalmente por estrés por sequía.

En un estudio publicado recientemente en in silico Plants, el Dr. Carlos Messina, Research Fellow de Corteva Agriscience, y sus colegas son los primeros en desarrollar un modelo de síntesis cuantitativa de la fisiología reproductiva del maíz, que captura las etapas durante las cuales el rendimiento del maíz es más sensible a la sequía.

Según el Dr. Messina, “Este trabajo solo fue posible gracias a una fuerte asociación entre la industria y la academia. Fue la diversidad de pensamiento y la integración del conocimiento en reproducción, genética, fisiología y fenotipado avanzado basado en el campo lo que condujo a los conceptos que finalmente permitieron predecir el comportamiento emergente, como la relación dinámica entre el crecimiento, la partición, el intervalo antesis-descamación y la formación de granos. ”

Los autores evaluaron el modelo mediante simulación y experimentación bajo patrones controlados de déficit hídrico. Se descubrió que simulaba con precisión la dinámica de la iniciación de la seda, el alargamiento, la fertilización y el crecimiento de los granos, y podía generar fenotipos emergentes bien conocidos, como la relación entre el crecimiento de la planta, el intervalo antesis-descamación, el número de granos y el rendimiento, así como como fenotipos de mazorca bajo sequía.

Los resultados presentados en este artículo demuestran que es posible predecir las relaciones funcionales y las respuestas fenotípicas como propiedades emergentes del sistema vegetal en función de la interacción de los procesos fisiológicos formalizados en el conjunto de ecuaciones subyacentes e integrados en los modelos de crecimiento de cultivos.

Según el profesor Mark Cooper, presidente de Mejoramiento de Cultivos Basado en Predicción en la Universidad de Queensland, “Además de proporcionar una capacidad de modelado mejorada para estudiar el desarrollo reproductivo y la determinación del rendimiento del maíz, esto abre nuevas y emocionantes oportunidades de selección genómica para el potencial de rendimiento y la resiliencia reproductiva para acelerar la ganancia genética mediante la reproducción”.

Este marco dinámico cuantitativo es un avance significativo de los métodos descriptivos anteriores y se puede utilizar para guiar el desarrollo de la tolerancia a la sequía en el maíz.

El software y el modelo utilizados en esta investigación están disponibles gratuitamente.