Hallazgo de 370 QTLs para aumentar la resiliencia del germoplasma de arroz: El programa de arroz cultivos para la salud y nutrición de la alianza Bioversity International y el Centro Internacional De Agricultura – CIAT, certifican que en el marco de la ejecución del programa OMICAS: optimización multi-escala in-silico de cultivos agrícolas sostenibles, en el proyecto 6, infraestructura y validación en arroz y caña de azúcar.

El programa de arroz de la alianza Bioversity y el CIAT, que tiene como uno de sus objetivos centrales, aumentar la resiliencia del germo plasma de arroz; da fe, que de acuerdo con nuestros ensayos de caracterización de líneas y variedades de diferentes orígenes ante diferentes tipos de estrés abiótico (datos sin publicar). Se identificaron 354 QTLs – esta información se encuentra en una base de datos que consta de 356 QTls asociados a la tolerancia a baja radiación para dos evaluaciones en campo de un panel de 300 genotipos indiaca. (2022-06-27), registrados en https://dataverse.cirad.fr/dataset.xhtml?persistentId=doi%3A10.18167%2FDVN1%2F3B5M71&version=DRAFT , como una línea tolerante a baja radiación.

Estas regiones genéticas de arroz asociadas a tolerancia a baja radiación fueron encontradas después de un análisis de asociación genotipo-fenotipo realizado en un panel de diversidad de arroz indica 300 variedades evaluado bajo cuatro condiciones de radiación) contribuirán notablemente en el desarrollo de nuevas variedades con mayor eficiencia en el uso de recursos, adaptación al cambio climático, mediante tecnologías ómicas – apuntando a la seguridadalimentaria. Las características específicas de los QTLs se adjuntan en la plataforma correspondiente donde se encuentran disponibles . Los QTls encontrados tienen un p-valor superior a 4 y están asociados a variables como rendimiento en grano, componentes de rendimiento, días a floración y la relación fuente sumidero. La tabla 1 muestra el número de Qtls encontrados por cromosoma.

Identificación de 4 marcadores para introgresión de la tolerancia a hoja blanca en cultivos de arroz y caña de azúcar: El programa de Arroz Cultivos para la Salud y Nutrición de la Alianza Bioversity International y el Centro Internacional de Agricultura–CIAT, certifican que en el marco de la ejecución del programa ÓMICAS: optimización multi-escala in-silico de cultivos agrícolas sostenibles, en el proyecto 6, infraestructura y validación en arroz y caña de azúcar, que tiene como uno de sus objetivos centrales, aumentar la resiliencia del germoplasma de arroz; da fe, que de acuerdo con nuestros ensayos de caracterización de líneas y variedades de diferentes orígenes ante diferentes tipos de estrés abiótico (datos sin publicar). Se identificaron 4 marcadores para introgresión de la tolerancia a hoja blanca.

Estas regiones genéticas de arroz asociadas a tolerancia a hoja blanca fueron encontradas después de un análisis de secuencias de genomas y contribuirán notablemente en el desarrollo de nuevas variedades con mayor eficiencia en el uso de recursos, adaptación al cambio climático, mediante tecnologías ómicas – apuntando al a seguridad alimentaria.

Estos marcadores se encuentran registrados dentro de la base de datos de la plataforma de mejoramiento en CIAT. En la tabla de este documento están todos los detalles de los marcadores para que puedan ser utilizados por cualquier programa de mejoramiento.

Software Lock-in Digital usando Raspberry PI3 B+: Es un instrumento virtual desarrollado en un lenguaje de programación Python, se encuentra instalado en una Raspberry PI3 B+, con este software se manipula un conjunto de dispositivos electrónicos para la instrumentación de un sistema que procesa señales fotoacústicas, con el cual es posible hacer estudios de la actividad fotosintética en plantas, este software a través de sus funciones, permite generar varias alternativas de uso y aplicación como los amplificadores lock-in digitales.

Authors: Gordillo F; Cepeda D; García J. 

Software Node Classification: Este paquete tiene como objetivo proporcionar diferentes soluciones al problema de clasificación de nodos (conocido como predicción de atributos) utilizando técnicas de aprendizaje automático. Las soluciones o enfoques disponibles son: clasificación independiente (o plana) (FNC) y clasificación jerárquica (HC). Ambas soluciones se basan en un algoritmo de optimización de gradiente llamado XGBOOST, además se usan técnicas de sobremuestreo (SMOTE), validación cruzada y optimización de parámetros.

Authors: Rocha C; Romero M; Finke J. 

Software workflow for condition specific co-expression network analysis: El objetivo de la etapa de pre-procesamiento de datos es construir las  matrices  respectivamente,  los  cambios en  los  valores  fenotípicos  y  los  niveles  de  expresión  entre  el  control  y   la   condición   de   tratamiento.  Se utiliza para corregir el tamaño de la biblioteca y el sesgo  de  composición  de  ARN.  los datos normalizados son   representados   como   una   matriz, y  las réplicas biológicas  de   cada  los genotipos se promedian y se representan como una matriz.

Authors: Rocha C; Riccio C; Finke J.