Desarrollan un sistema de identificación genética para la perdiz roja
La perdiz roja (Alectoris rufa) es una de las especies cinegéticas más emblemáticas de la fauna española. Sin embargo, el aumento de la caza y la pérdida de hábitat está provocando que el número de estas aves descienda drásticamente. La Unidad de investigación en Recursos Cinegéticos y Piscícolas de la Universidad de Córdoba trabaja para atajar su hibridación.
Fuente: Universidad de Córdoba
La perdiz roja (Alectoris rufa) es una de las especies cinegéticas más emblemáticas de la fauna española. Sin embargo, el aumento de la caza y la pérdida de hábitat, entre otros factores, está provocando que el número de perdices rojas descienda drásticamente.
Perdiz roja.
Con el objetivo de satisfacer la demanda de caza, existen explotaciones de cría en cautividad cuyos ejemplares son liberados periódicamente al medio natural. Aunque la legislación lo prohíbe estrictamente, estas granjas con frecuencia tienen ejemplares híbridos de perdiz roja y perdiz turca (Alectoris chukar), ya que cuentan con ventajas a la hora de ser criadas en cautividad: son más mansas y se domestican más fácilmente, se necesitan menos machos para el mismo número de hembras y, por tanto, menos recursos económicos, etc.
La legislación en materia de caza y pesca son competencia de las comunidades autónomas, por lo que algunas presentan diferentes leyes y recomiendan diferentes procedimientos de detección de hibridación entre ambas especies. Estas administraciones competentes deben establecer un sistema de control tanto de las granjas como del medio natural, con el objetivo de conservar la genética de las poblaciones naturales de perdiz roja.
En este contexto, la Unidad de Investigación en Recursos Cinegéticos y Piscícolas de la Universidad de Córdoba, dirigida por Juan Carranza Almansa, ha desarrollado un sistema basado en marcadores genéticos de tipo SNP, un tipo de segmentos del ADN, para detectar la introgresión (hibridación) genética de perdiz turca en la perdiz roja.
Partiendo de un listado de marcadores genéticos ya existentes, elaborados por el consorcio FEDENCA laboratorios de genética, se han incorporado y analizado marcadores de tipo SNP que sean diferentes entre ambas especies. En el estudio se han genotipado 380 muestras de perdices procedentes de granjas y de campo, con una media de genotipado del 99,64%.
El resultado obtenido ha sido el diseño en una plataforma de genotipado a media escala (Open Array™) de las variantes genéticas de tipo SNP con capacidad diagnóstica entre las dos especies de interés. El sistema de genotipado, Open Array™, presenta una alta eficacia, especificidad y fácil reproducibilidad, comparada con otras técnicas más habituales de genotipado. Este sistema está ya disponible para el sector y cualquier administración autonómica o nacional que lo solicite.
Este trabajo ha sido posible mediante la colaboración entre la Unidad de Investigación en Recursos Cinegéticos y Piscícolas de la Universidad de Córdoba y el Ministerio de Agricultura, Pesca y Alimentación y ha sido gestionado por la OTRI a través de un contrato al amparo del artículo 83 de la LOU.
Referencias bibliográficas:
Broggini, C., Membrillo, A. y Carranza, J. (2020) An open platform system based on SNP type genetic markers for discrimination between Alectoris rufa and Alectoris chukar. Molecular and Cellular Probes, Volume 54 (2020) 101673. ISSN 0890-8508. https://doi.org/10.1016/j.mcp.2020.101673
Últimas publicaciones
La Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide coordinan esta entidad regional que persigue la atención y asesoramiento a las iniciativas basadas en la participación activa de la ciudadanía. En su nueva convocatoria de ayudas, financiará 8 proyectos que aborden retos científicos y sociales de la región hasta junio de 2027.
El proyecto está financiado por el programa Erasmus+ de la Unión Europea y cuenta con la participación de instituciones de Italia, España y Francia.
Sigue leyendo
Un equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.
