Artículo
Algoritmos de aprendizaje automático para la predicción del modo reproductivo de Eragrostis curvula en base a marcadores moleculares
Gallardo, Jimena Alicia
; Gallo, Cristian Andrés
; Zappacosta, Diego Carlos
; Echenique, Carmen Viviana
Fecha de publicación:
05/2020
Editorial:
Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Centro de Recursos Naturales Renovables de la Zona Semiárida
Revista:
Boletín Electrónico del Cerzos
ISSN:
2422-7447
Idioma:
Español
Tipo de recurso:
Artículo publicado
Clasificación temática:
Resumen
A la hora de realizar una investigación, es fundamental contar con métodos simples, cuali o cuantitativos, que faciliten las tareas y permitan ahorrar tiempo, esfuerzos e insumos. Para la determinación precisa del modo reproductivo de Eragrostis curvula es menester utilizar técnicas citoembriológicas, que son laboriosas, requieren de la colección de sacos embrionarios en los estadíos adecuados y, por lo tanto, consumen tiempo. Es por ello que en nuestro estudio, se vislumbró la posibilidad de aplicar técnicas de minería de datos (datamining), utilizando algoritmos de aprendizaje automático, a fin de determinar la posibilidad de predecir el modo reproductivo de E. curvula en base a la presencia o ausencia de un marcador molecular. Eragrostis curvula, vulgarmente llamada pasto llorón, es una planta originaria de Sudáfrica, naturalizada en zonas semiáridas y de suelos arenosos de Argentina, donde se la ha utilizado como forrajera y fijadora de médanos. Nuestro grupo de trabajo la utiliza como especie modelo para el estudio de su modo reproductivo, que puede ser sexual o por apomixis. En la reproducción sexual la formación de semillas se logra a partir de la unión (fecundación) de los gametos femeninos y masculinos, generando progenies de plantas genéticamente diversas. En la apomixis, en cambio, no hay intercambio de gametos, ya que los embriones de las semillas se forman a partir de la ovocélula misma, que no experimenta reducción meiótica, por lo tanto contienen embriones genéticamente idénticos a la planta madre. Esta forma de reproducción clonal por semillas puede aportar múltiples beneficios para el mejoramiento genético vegetal, a través de la obtención de híbridos permanentes, preservando caracteres multigénicos complejos y fijando características deseables a través de la semilla. Su introducción en maíz, trigo, arroz, sorgo y otros cultivos permitiría propagar híbridos en forma clonal, perpetuando el vigor en forma indefinida...
Palabras clave:
ALGORITMO
,
APOMIXIS
,
ERAGROSTIS CURVULA
Archivos asociados
Licencia
Identificadores
Colecciones
Articulos(CERZOS)
Articulos de CENTRO REC.NAT.RENOVABLES DE ZONA SEMIARIDA(I)
Articulos de CENTRO REC.NAT.RENOVABLES DE ZONA SEMIARIDA(I)
Citación
Gallardo, Jimena Alicia; Gallo, Cristian Andrés; Zappacosta, Diego Carlos; Echenique, Carmen Viviana; Algoritmos de aprendizaje automático para la predicción del modo reproductivo de Eragrostis curvula en base a marcadores moleculares; Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Centro de Recursos Naturales Renovables de la Zona Semiárida; Boletín Electrónico del Cerzos; 34; 5-2020; 12-14
Compartir