Índice de seleção genômica não linear acelera a melhoria de culturas com múltiplos caracteres

Melhoramento mais inteligente para um mundo com mais fome

À medida que a população global cresce e os climas se tornam menos previsíveis, os melhoristas de plantas precisam aprimorar vários caracteres das culturas ao mesmo tempo — como produtividade, altura e época de florescimento — mais rapidamente do que nunca. Este artigo apresenta uma nova ferramenta matemática que ajuda os melhoristas a fazer exatamente isso usando informação do DNA de maneira mais realista, capturando não apenas os efeitos individuais dos genes, mas também como eles interagem. A abordagem promete acelerar a criação de variedades superiores de milho e trigo sem a necessidade de medir cada planta no campo.

Por que combinar muitos caracteres é tão difícil

Os melhoristas raramente se interessam por apenas um caráter. Por exemplo, eles querem maior rendimento de grãos, mas também plantas mais curtas e robustas que floresçam na época certa. Índices clássicos de seleção transformam vários caracteres em uma única pontuação para ranquear as plantas. Tradicionalmente, esses índices assumem que cada caráter contribui de forma simples e linear e que os efeitos de diferentes caracteres simplesmente se somam. A biologia real é mais complicada: caracteres influenciam uns aos outros, e podem existir pontos ótimos em que “mais” já não é melhor. Ignorar essas interações não lineares pode retardar o progresso genético e até direcionar o melhoramento para a direção errada.

De linhas simples a curvas flexíveis

Ferramentas genômicas anteriores permitiam que melhoristas usassem marcadores de DNA distribuídos pelo genoma para prever quão bons seriam os descendentes de uma planta, levando aos chamados índices lineares de seleção genômica. Esses funcionam bem quando os efeitos gênicos são majoritariamente aditivos. Os autores estendem uma ideia mais flexível e antiga — o índice de seleção fenotípico quadrático, que já permitia termos ao quadrado e interações entre caracteres — para a era do DNA. A nova ferramenta, chamada Índice Quadrático de Seleção Genômica (QGSI), usa previsões de valores genéticos genômicos e as combina por meio de termos tanto lineares quanto curvos (quadráticos). Isso permite que o índice capture padrões complexos, como interações gene–gene e combinações ótimas de caracteres, mesmo quando medições de campo não estão disponíveis para todos os ciclos.

Testando o novo índice

Para avaliar se essa complexidade adicional compensa, os pesquisadores compararam o QGSI com índices lineares e quadráticos que usam apenas dados de campo, e com índices genômicos lineares que usam DNA mas permanecem simples. Eles rodaram simulações computacionais de melhoramento de milho ao longo de 10 ciclos de seleção e também analisaram dois conjuntos de dados reais de milho e cinco de trigo de programas internacionais de melhoramento. Duas formas de prever o valor genético a partir do DNA foram testadas: um modelo aditivo padrão e um modelo de kernel Gaussiano mais flexível, capaz de capturar interações gênicas sutis. Nesses cenários, o QGSI produziu consistentemente respostas de seleção maiores — isto é, maior melhoria global entre caracteres — do que os índices lineares, e tipicamente superou também o índice fenotípico quadrático.

Melhores ganhos, menos erros, mais equilíbrio

Nas simulações de ciclos de milho, o QGSI proporcionou os maiores ganhos, superando tanto os índices genômicos lineares quanto os índices quadráticos baseados apenas em medidas de campo. Também tendia a apresentar menor erro de predição, o que significa que suas pontuações eram guias mais confiáveis para escolher progenitores. Em populações reais de milho do México e do Zimbábue, o QGSI alcançou ganhos 80–90% maiores do que índices genômicos lineares quando vários caracteres eram melhorados em conjunto. Em ensaios de trigo conduzidos sob diferentes condições de irrigação e chuva, o padrão foi semelhante: índices quadráticos superaram os lineares, e combinar o QGSI com o modelo de kernel Gaussiano proporcionou as melhorias mais robustas e estáveis entre ambientes, especialmente para rendimento de grãos, mantendo altura da planta e época de florescimento em faixas aceitáveis.

O que isso significa para futuras culturas

Para não especialistas, a mensagem principal é que os melhoristas agora dispõem de um sistema de pontuação mais realista que reflete como genes e caracteres realmente interagem, em vez de forçá-los a um modelo linear. Os autores recomendam usar o índice fenotípico quadrático quando apenas dados de campo estiverem disponíveis nas etapas iniciais, e migrar para o QGSI assim que dados genômicos e ciclos rápidos de seleção estiverem implementados. Ao captar melhor as relações genéticas não lineares, o QGSI pode acelerar a melhoria multicaracteres de culturas e ajudar a entregar novas variedades de milho e trigo com maior produtividade, mais resiliência e melhor adaptação a ambientes desafiadores.

Citação: Jesús Cerón-Rojas, J., Montesinos-López, O.A., Montesinos-López, A. et al. Nonlinear genomic selection index accelerates multi-trait crop improvement. Nat Commun 17, 1991 (2026). https://doi.org/10.1038/s41467-026-69890-3

Palavras-chave: seleção genômica, melhoramento de culturas, milho, trigo, melhoria multicaracteres