Descubren nueva herramienta para la cuantificación eficiente de la susceptibilidad a las enfermedades de las plantas

Minuta Agropecuaria | 03 Marzo 2022

Si bien varias técnicas de biología han experimentado avances técnicos significativos que han permitido su implementación de alto rendimiento, evaluar los niveles de resistencia de las variedades de plantas a los patógenos microbianos sigue siendo una tarea ardua y que requiere mucho tiempo.

En respuesta a esto, Pujara y sus colaboradores aprovecharon la luminiscencia natural de un camarón de aguas profundas para diseñar un reportero bacteriano productor de luz que permite la cuantificación de los niveles de resistencia de las plantas a través de imágenes.

La luciferasa Nanoluc (NL) de Oplophorus gracilirostris es una pequeña proteína caracterizada por su alta estabilidad y fuerte brillo. Los investigadores aprovecharon estas características para producir una cepa bacteriana emisora ​​de luz de la especie Pseudomonas syringae , un patógeno vegetal. Debido a que los patógenos de las plantas se reproducen a un ritmo más rápido en los hospedadores susceptibles que en los resistentes, se esperaba que las plantas susceptibles produjeran más luz cuando se infectaban con una cantidad controlada del patógeno luminiscente. Al integrar esta configuración con una mesa automatizada con una cámara que se mueve dentro e imágenes de las plantas, los investigadores pudieron fenotipar simultáneamente más de 30 Arabidopsis thaliana.mutantes.

 Este novedoso método de cuantificación se comparó con técnicas convencionales basadas en cultivos, mostrando una alta correlación entre los resultados de ambos enfoques, lo que indica la robustez de la herramienta recientemente desarrollada y el potencial de esta tecnología para otros usos y aplicaciones.

«Nuestro ensayo de resistencia basado en imágenes de alto rendimiento proporcionará a los fitopatólogos y fitomejoradores una herramienta muy buscada para detectar un número sin precedentes de plantas a fin de identificar rasgos de resistencia que podrían combatir una posible pandemia futura», explicó Hong-Gu Kang, el investigador a cargo proyecto.

«Además, actualmente estamos trabajando en el desarrollo de un algoritmo de inteligencia artificial (IA) que acelerará aún más los procesos de análisis de resistencia. En última instancia, nos gustaría realizar un proyecto para evaluar la resistencia de todos los genes en Arabidopsis y otras especies», agregó.