
handle: 10261/197750
Los estreses abióticos, como salinidad, sequía, temperaturas extremas, toxicidad química, etc., son la causa primaria de la pérdida del 50% de los cultivos en todo el mundo (Bray et al., 2000). Las respuestas de las plantas a estos tipos de estreses provocan una serie de cambios morfológicos, fisiológicos, bioquímicos y moleculares que afectan de forma negativa al crecimiento de las plantas y a su productividad y mediante programas específicos de mejora vegetal se trata de conseguir el desarrollo de plantas capaces de soportar el efecto adverso de los estreses abióticos. El cultivo in vitro de tejidos vegetales es una herramienta que se utiliza no sólo en la propagación clonal a gran escala de especies con características determinadas sino también en la generación de variabilidad genética mediante procesos como el de la variación somaclonal, la mutagénesis in vitro, el desarrollo de haploides e híbridos somáticos, el rescate de embriones y la transformación genética (Dita et al., 2006). El uso del cultivo in vitro en la selección para estreses abióticos proporciona, de forma fundamental, variabilidad y esta variabilidad debe ser explotada en toda su amplitud en los programas de mejora convencional. Por tanto, la correcta identificación de la variabilidad originada bajo condiciones de in vitro, es un aspecto importante al objeto de evitar la posible eliminación de material valioso que podía integrarse en los programas clásicos de mejora (Zhu et al., 2000). Para que pueda aplicarse con eficacia, es condición necesaria que el cultivo in vitro de tejidos vegetales sea capaz de regenerar plantas completas que puedan ser aclimatadas y cultivadas en el exterior. Desgraciadamente, hay especies (entre ellas muchas leguminosas, especies leñosas, etc.) que son realmente recalcitrantes a la regeneración, un proceso que aún hoy en día se basa en aproximaciones empíricas por combinación de diferentes medios de cultivo, reguladores de crecimiento, pH del medio, condiciones ambientales de crecimiento, etc. Sin embargo, sin un sistema de regeneración apropiado y que esté bien definido, la aplicación de las técnicas de selección in vitro (independientemente del tipo de estrés que se estudie) podrían ser totalmente ineficaces. La selección in vitro se utilizó con profusión en los años 80 pero no llegaron a desarrollarse cultivares resistentes o tolerantes a estreses abióticos que fueran utilizados por los agricultores (Rowland et al., 1989). Posiblemente este hecho sea consecuencia del carácter multigénico de las respuestas de las plantas al estrés abiótico, al contrario de lo que sucede en el caso del estrés biótico, dependiente en muchos casos de caracteres monogénicos. Las complejas respuestas genéticas del estrés abiótico son difíciles de controlar, por ello, el uso de variantes dentro de los programas de mejora (Zhu et al., 2000; Flowers, 2004) y la transformación genética pueden ser de gran ayuda y parecen ser los caminos más prometedores (Vinocur y Altman, 2005). Se describen a continuación algunas de las técnicas del cultivo in vitro de tejidos vegetales que pueden utilizarse en la selección de variantes para estreses abióticos.
Se agradece al MEC la ayuda económica recibida a través de los proyectos AGL2005-00709 y AGL2006-01387
Peer reviewed
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
