Riesgo por flujo de Genes desde cultivos OGM hacia parientes silvestres

Una propuesta de evaluación soportada en análisis espacial, para el caso del algodón en Colombia.

Claudia Patricia Fonseca Tobián Ingeniero Geógrafo

Esp. Investigación y Docencia UniversitariaMsc. Ciencias de la información geográfica 

Introducción

Liberación de cultivos GM 

salud humana

Ambiente

flujo de genes desde cultivos GM hacia sus parientes silvestres 

(polen y semillas)

2002 Colombia, normas de cultivos Protocolo de Cartagena sobre Seguridad 

de la Biotecnología

En 2008: 43.000 Ha en estos cultivos, algodón, maíz y clavel azul Con el algodón llega al puesto 15 principales productores de cultivos GM en el mundo.

2011 estudios de contaminación genética sobre especies silvestres, vía 

polen y semillas principalmente

GENERAL

Aportar desde la geografía, una herramienta que apoye en la identificación de los lugares probables de afectación de poblaciones silvestres del algodón en Colombia, derivada del flujo de genes desde cultivos GM ‐ Diferenciando niveles de riesgo

Objetivos

ESPECÍFICOS

Estimar la distribución probable de los parientes silvestres – algodón en Colombia :  Gossypium arboreum, G. barbadense, G. herbaceum y G. hirsutum. 

Aportar un insumo que apoye la evaluación del riesgo por flujo de genes  y el monitoreo en poblaciones de parientes silvestres

Ecuador

El Algodón (sp. Gossypium)Por debajo de los 1800 msnmTemperatura entre 15 – 36 ° CPrecipitación máxima de 1500 mm/año

Área de estudio

Localización: Latitud: 12° 30’ 46” N y  4° 13’ 30” SurLongitud: 66° 50’ 54” W y 79° 01’ 23” WSuperficie Continental: 1.141.748 Km2

Primera parte

Modelación de la distribución probable de los parientes silvestres del algodón

Metodología

Basada en CONABIO (Huertas, et al, 2005):

Segunda parte

Identificar variables geográficas que pueden incidir en el riesgo de flujo de genes (revisión de información y consulta de expertos)

Categorizar el riesgo en función de la vulnerabilidad de la especie y de las amenazas – Matriz de evaluación del riesgo

Generar un insumo cartográfico que establezca los diferentes niveles de riesgo 

Primera parte

Modelación de la distribución probable de los parientes silvestres del algodón

Metodología

Basada en CONABIO (Huertas, et al, 2005):

Segunda parte

Identificar variables geográficas que pueden incidir en el riesgo de flujo de genes (revisión de información y consulta de expertos)

Categorizar el riesgo en función de la vulnerabilidad de la especie y de las amenazas – Matriz de evaluación del Riesgo

Generar un insumo cartográfico que establezca los diferentes niveles de riesgo 

Modelación de la distribución probable de los parientes silvestres del algodón

Bas

es d

e da

tos

Campo

CWR

Corpoica

GBIF

SiB

4485 registros

227 (5%)

G. arboreum (4) G. Barbadense (37) G. Herbaceum (5) G. Hirsutum (55) G. Sp (126)

101 (2,3%), identificados a nivel

de especie

Depuración y georreferenciación

1. Obtención de los registros de presencia de parientes silvestres

http://hermes.humboldt.org.co/visoruniversal2010/bin/Visor.html

2. Variables ambientales (P y °T) de los datos

Registros de presencia 

T°C (IDEAM)

P (IDEAM)

FAO – Ecocrop (rangos T°C  y P)

Especie

AbsolutoTemp(°C) Precip (mm/anual)

Mín Máx Prom Mín Máx Prom

G. arboreum 18 38 28 500 1500 1000

G. barbadense 15 38 26,5 500 1500 1000

G. herbaceum 18 38 28 200 1500 850

G. hirsutum 15 42 28,5 450 1500 975

Especie

ÓptimoTemp (°C) Precip (mm/anual)

Mín Máx Prom Mín. Máx Prom

G. arboreum 26 36 31 750 1250 1000

G. barbadense 22 32 27 750 1250 1000

G. herbaceum 26 36 31 750 1250 1000

G. hirsutum 22 36 29 750 1200 975

Especie

Temp (°C) Precip (mm/anual)

Min Máx Prom Min Máx Prom

G. arboreum 19,91 28,16 23,95 909 2333 1524

G. barbadense 9,963 28,19 24,67 582,8 4686 2182

G. herbaceum 19,09 28,07 24,5 787,4 3422 2415

G. hirsutum 14,4 28,16 24,82 756,1 4601 1720

3. Modelamiento de la distribución geográfica potencial

Modelamiento con MAXENT

Iteraciones (5)

Mod

elam

iento  con

 datos de FAO‐Ecocrop

Género y Especie

19 variables WorldClim

Rango absoluto  =  MTP*Rango óptimo  = 10 PTP**

* mínimum training presence** Percentil training presence

3. Modelamiento de la distribución geográfica potencial

Modelamiento con MAXENT

Modelamiento  con datos de FAO‐Ecocrop

* Percentil training presence** mínimum training presence

10 PTP*

MTP**

No predichos

2

1

0

Umbrales óptimos

Absolutos

No predichos

2

1

0

Intervalos

3. Modelamiento de la distribución geográfica potencialG. hirsutum

EcocropMaxent

10 PTP

MTP

No predicho

óptimos

absolutos

No predicho

Primera parte

Modelación de la distribución probable de los parientes silvestres del algodón

Metodología

Basada en CONABIO (Huertas, et al, 2005):

Segunda parte

Identificar variables geográficas que pueden incidir en el riesgo de flujo de genes (revisión de información y consulta de expertos)

Categorizar el riesgo en función de la vulnerabilidad de la especie y de las amenazas – Matriz de Evaluación  del Riesgo

Generar un insumo cartográfico que establezca los diferentes niveles de riesgo 

Evaluación del RiesgoConstrucción matriz de Evaluación

Variables GeográficasCorrientes de agua

Vías

Desmotadoras

Cultivos GM

Riesgo =  Vulnerabilidad  X  Amenaza 

Parientes silvestres del algodón

Amenaza (Agente de riesgo que favorece el flujo de genes)

Áreas cultivadas en algodón GM

Red vial  Red hídricaDesmotadoras / centros de acopio

1 2 3 4

Vulnerab

ilida

d Presencia confirmada (Registros) A A1 A2 A3 A4

Altamente probable (Óptimos) B B1 B2 B3 B4

Probable (Absolutos) C C1 C2 C3 C4

No probable (No predicho) D D1 D2 D3 D4

MODELACIÓN

La comparación de los rangos ambientales entre las fuentes (variables P y °T), muestra que estos se traslapan, mostrando diferencias apreciables entre los valores máximos y mínimos, siendo los de la FAO más altos y más amplios.

Resultados

MAXENT muestra los lugares con mayor probabilidad de presencia del género Gossypium al norte del país, en los departamentos de Atlántico, Magdalena, norte de Córdoba, Sucre y Cesar y sur de la Guajira, centro ‐sur de la zona andina en el Cauca, Tolima, Huila y Cundinamarca, y en el piedemonte del Meta y Caquetá. 

FAO restringe los lugares  con probabilidad al norte y centro del país

RIESGO

en la Matriz de evaluación

Resultados

RIESGO

Los lugares identificados con mayor riesgo están en rangos óptimos y absolutos en  zonas con presencia de GM (B1 y C1)

0

1000

2000

3000

4000

5000

6000

7000

A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4 E

# Pixeles

Riesgo

Resultados

El 93% de los cultivos de algodón GM (2011), están en zonas de probable presencia de poblaciones silvestres

Mapa de Riesgo

Protocolo propuesto para evaluación del riesgo y liberación de OGM(Modificado de Huertas, et al, 2005)

RiesgoEl 93% de las áreas con mayor probabilidad de presencia del parientes silvestres del algodón están cultivadas con GM, indica inminente peligro o ya habrían sido contaminadas por flujo génico.Inclusión de más variables geográficas en la matriz de evaluación (viento, pendiente del terreno, exposición al sol, humedad del suelo), y bióticas (polinizadores, polen y semillas)

DiscusiónDatos

La  ausencia de coordenadas es una de las mayores  debilidades en los datos seguido de la duplicidadPosibilidad de que el G. arboreum y  G. herbaceum,  no estén en Colombia.La ubicación de la mayoría de las estaciones climáticas en la zona andina, puede aumentar el grado de incertidumbre del resultado obtenido. 

ModelamientoLa modelación a nivel de género debe ser sometida a discusiónLas diferencias halladas entre los modelos obtenidos con Maxent y el soportado en los datos de FAO‐Ecocrop, caso del G. barbadense y el G. herbaceum, sugieren una profundización

Posibilidad de aplicación a cualquier cultivo e inclusión de más variables

“(…) Pueda que pasen años y decenios antes de que se comprendan las consecuencias de los nuevos elementos biológicos en los ecosistemas” (…) 

FAO (2001)

Agradecimientos

A Brigitte Baptiste, Directora del Instituto de Recursos Biológicos Alexander von Humboldt, porpermitirme el uso de los datos y de la información existente en el IAvH relacionada con este tema.

A MariaV, a Jerónimo y a sus papás Marta Lía e Ismael, quienes me recibieron en los cultivos deAlgodón en Ambalema.

A Don Edgar Augusto Acosta, dueño de la desmotadora EMPRENORTE S.A.

A las personas que me acompañaron a lo largo del programa en UNIGIS, muy especialmente aLaure Collet por la orientación y por todas sus observaciones.

A Laura por su acompañamiento permanente, a Denisse y a ella por haber dado su voto a favorpara mi ingreso al programa UNIGIS, a Isa por su ánimo, a Paula y a Uriel por los ajustes finales y lalectura paciente y crítica del documento.

A mi mamá Helena por mi formación personal y académica, que me permite llegar a donde estoyhoy, a mis hermanos María Helena, Alejandro y Juan a quienes siempre tengo presentes

.....y a ti Carlos, por tu apoyo permanente, comprensión y trabajo hombro a hombro en todo momento

Gracias

clfonsecat@gmail.com