Genome-wide Association Studies and Genomic Prediction for Resilience Traits to Aleutian Disease in Mink

En el mundo de la cría de animales, los agricultores han dependido durante mucho tiempo de la observación de cómo se ve y se comporta un animal para decidir cuáles deberían ser los progenitores de la siguiente generación. Este proceso, conocido como selección fenotípica, implica observar rasgos como un pelaje espeso, un apetito saludable o un temperamento tranquilo. Sin embargo, cuando se trata de luchar contra las enfermedades, los signos visibles pueden ser engañosos. Un animal puede parecer sano por fuera mientras porta una vulnerabilidad genética oculta, o puede presentar dificultades visibles debido a una enfermedad temporal en lugar de una debilidad profunda. Para resolver esto, los científicos han recurrido al código genético del animal, buscando letras específicas en el ADN que actúan como marcadores de resiliencia. Al comprender estos planos genéticos, los criadores pueden tomar decisiones más informadas, seleccionando animales que estén naturalmente mejor equipados para resistir amenazas sin necesidad de intervención médica constante.

Este enfoque es particularmente urgente para el visón americano, un pequeño carnívoro criado principalmente para su piel. Estos animales son altamente susceptibles a la enfermedad de Aleut, una infección viral persistente que causa graves problemas de salud y pérdidas financieras significativas para los agricultores. El virus desencadena una reacción peligrosa en el sistema inmunológico del visón; en lugar de neutralizar el virus, el cuerpo produce anticuerpos que se agrupan con el virus, formando complejos que dañan los riñones y los vasos sanguíneos. Debido a que no existe una vacuna o cura efectiva, los agricultores han intentado históricamente controlar la enfermedad eliminando a los animales enfermos y criando a aquellos que parecen sobrevivir mejor. Sin embargo, este método tradicional es lento e impreciso. Un nuevo estudio se propuso mapear las regiones genéticas específicas responsables de esta resiliencia y probar si las herramientas genéticas modernas podrían predecir qué visones sobrevivirían mejor al virus que otros.

Los investigadores recopilaron datos de más de 1,400 visones criados en un centro de investigación en Nueva Escocia, Canadá. Estos animales formaban parte de un programa de cría a largo plazo donde los científicos habían estado siguiendo cuidadosamente su salud y sus hábitos diarios. El equipo se centró en cuatro rasgos específicos que sirven como indicadores de cómo un visón lidia con la enfermedad. Dos de estos rasgos medían la respuesta inmunitaria directamente: una prueba contaba el nivel de anticuerpos en la sangre, mientras que otra medía un tipo diferente de proteína que se agrupa en presencia del virus. Los otros dos rasgos observaban el comportamiento diario del animal, específicamente cuánto variaba su ingesta de alimentos de un día para otro y con qué frecuencia rechazaba comer por completo. En un entorno saludable, un visón resiliente debería mantener un apetito constante incluso bajo el estrés de la infección.

Para encontrar las raíces genéticas de estos rasgos, los científicos examinaron el ADN del visón utilizando un chip de alta tecnología que lee más de 70,000 puntos específicos en el genoma. Luego, utilizaron potentes modelos computacionales para buscar conexiones entre estos puntos genéticos y los rasgos de salud. La búsqueda reveló que la resiliencia no está controlada por un único "supergen", sino por muchas regiones diferentes dispersas a lo largo de los cromosomas. Para los niveles de anticuerpos, el equipo identificó diecisiete puntos genéticos distintos que estaban significativamente vinculados al rasgo; para la prueba de agrupación de proteínas, encontraron ocho puntos; y para la frecuencia de comidas omitidas, encontraron siete. Curiosamente, no se encontraron puntos genéticos significativos para la variación diaria en la ingencia de alimentos, lo que sugiere que este comportamiento específico podría estar influenciado más por el entorno o por un vasto número de efectos genéticos diminutos que son demasiado pequeños para ser detectados con los datos actuales.

El estudio también analizó de cerca los genes ubicados cerca de estos puntos significativos para comprender qué podrían estar haciendo. Para los rasgos relacionados con la inmunidad, los investigadores encontraron genes involucrados en los sistemas de defensa del cuerpo, incluyendo aquellos que ayudan al sistema inmunológico a reconocer y eliminar células infectadas por virus. Algunos de estos genes son conocidos por desempeñar un papel en cómo el cuerpo maneja los complejos inmunitarios, que es exactamente el mecanismo que causa el daño en la enfermedad de Aleut. Para el rasgo relacionado con las comidas omitidas, el equipo identificó genes asociados con el apetito y el metabolismo en otros animales, lo que sugiere que el virus podría estar interrumpiendo las señales de hambre o el equilibrio energético del visón. Estos hallazgos proporcionan una imagen más clara de la maquinaria biológica en funcionamiento, pasando de la simple observación de animales enfermos a la comprensión de las herramientas genéticas específicas que utilizan para defenderse.

Más allá de encontrar los genes, los investigadores querían saber si podían usar esta información genética para predecir qué visones serían los más resilientes en el futuro. Probaron tres métodos diferentes para realizar estas predicciones. El primero fue un enfoque tradicional que se basa únicamente en los árboles genealógicos y los registros de desempeño pasado. Los otros dos métodos incorporaron los datos de ADN, ya sea observando el ADN de los animales que se están probando o combinando los datos de ADN con los árboles genealógicos y los registros pasados en un único modelo integral. Los resultados mostraron que el mejor método dependía enteramente del rasgo que se estuviera midiendo. Para la prueba que medía la agrupación de proteínas, el método que combinaba el ADN con la historia familiar fue el más preciso. Del mismo modo, para la variación diaria en la ingesta de alimentos, este enfoque combinado funcionó mejor. Sin embargo, para los niveles de anticuerpos y la frecuencia de las comidas omitidas, el método tradicional que utilizaba solo los árboles genealógicos y los registros pasados superó en realidad a los modelos genéticos.

Este resultado resalta un matiz crucial en la ciencia genética: tener más datos no siempre garantiza mejores predicciones, especialmente cuando los rasgos son complejos o el número de animales estudiados es limitado. Los investigadores señalaron que, para algunos rasgos, los marcadores genéticos que utilizaron no capturaron suficiente variación genética total para mejorar las predicciones tradicionales basadas en la familia. Esto ocurre a menudo con rasgos que tienen una heredabilidad baja, lo que significa que el entorno juega un papel importante en cómo se expresa el rasgo. El estudio sugiere que, a medida que crezca el número de animales con datos genéticos y de salud, y a medida que la tecnología para leer el ADN se vuelva más detallada, los modelos combinados probablemente se convertirán en la opción superior para todos los rasgos. Por ahora, la estrategia más efectiva para los criadores de visones es utilizar el método que se ajuste al rasgo específico que intentan mejorar, combinando la vieja sabiduría de la historia familiar con los nuevos conocimientos del mapeo genético para construir una población más sana y resiliente.