Presentación de la tesis doctoral (2010) con algunas actualizaciones mínimas (2012)

2. Fenotipo = Genotipo + Ambiente + (G x A)

3. Ecogeografía:
Estudio del escenario adaptativo de un individuo, población o
especie, mediante el análisis de los factores bióticos y abióticos que
condicionan su supervivencia

4. Factores abióticos
-Más estables y predecibles
-Más fáciles de interpretar
-Mayor disponibilidad de
información compatible
con SIG
Parra Quijano, M., et al. 2012. Applications of ecogeography and geographic information systems in conservation and utilization
of plant genetic resources. Spanish Journal of Agricultural Research, 10: 419-429.

5. Factores abióticos
Componente geofísico
-Pendiente
-Orientación
-Altitud
-Latitud/Longitud
-Forma predominante del relieve

6. Factores abióticos
Componente climático
-Precipitación
-Temperaturas
-Índices bioclimáticos

7. Factores abióticos
Componente edáfico
-Tipo de suelo
-pH
-CIC
-% carbón orgánico
-Profundidad efectiva
-% arcilla, limo y arena
.
.

8. Sistemas de Información Geográfica
Sistema computacional para el análisis de datos espacialmente
referenciados (geo-referenciación)

9. Herramientas asociadas
-Gap analysis o análisis de faltantes
-Modelos de distribución de especies (SDM)

10. Recursos fitogenéticos para la alimentación y la agricultura
- Domesticación +
+ Adaptación -

11. E valuar la utilidad de los sistemas de información geográfica y la información
ecogeográfica en la caracterización del germoplasma vegetal con el propósito de
incrementar la eficiencia de la conservación y uso de la agrobiodiversidad.
Evaluación
eficiencia
base científica sólida
viabilidad técnica, accesibilidad económica y sencillez.

12. Evaluación basada en SIG de la conservación in situ de una CWR: El caso de los
altramuces españoles.
Objetivo: Evaluar la efectividad de la red Natura 2000 Española en la protección de una especie
CWR en base al conocimiento de su distribución conocida y potencial.
Herramientas: SIG y modelos de distribución de especies
Material de estudio: Seis especies del género Lupinus (cuatro CWR, dos cultivadas)
Fuentes: CRF-INIA y AusPGRIS (bancos de germoplasma), MA (Herbario) y ANTHOS (BD)
Información ecogeográfica: Bioclimáticas (38 variables) y geofísicas (5 variables).
Parra Quijano, M., et al. 2007. GIS-Based evaluation of the in situ conservation of a crop wild relative: the case of Spanish lupins.
Bocconea 21: 106-116.

13. Género Lupinus
Cultivated with wild forms Crop wild relatives
L. albus L. luteus L. angustifolius L. hispanicus L. micranthus
292 159 1081 303 30

14. Modelos GLM (Regresión logística)
1. Pseudoausencias a partir de un PCA
2. El componete abiótico “edáfico” fue utilizado como filtro después de la modelización
Modelos (fórmulas)
L. albus: Y = -0.145+1.33*[Altitud]-5.35*[Dantin]+0.657*[P03]+2.52*[P11]-4.78*[Panual]+4.28*[T05] ROC= 0.78
L. angustifolius: Y = 0.82-2.94*[Dantin]-3.49*[Emberger]-2.8*[P07]+0.7*[Panual]-0.26*[Tmin]+1.34*[Longit] ROC= 0.75
L. hispanicus: Y= 1.03+1.21*[Altitude]-4.15*[Dantin]-4.84*[Emberger]+1.02*[P03]+0.71*[Tmax]+1.1*[Longit] ROC= 0.81
L. luteus: Y = 0.96-2.94*[Dantin]-7.83*[Lang]+4.262*[P01]-2.9*[T12]+2.13*[ColdPeriod] ROC= 0.9
L. micranthus: Y = -1.1-1.82*[Dantin]-7.76*[Lang]+4.06*[P01] ROC= 0.7

15. Resultados: Zonas de riqueza de especies real y potencial
1x1 km
P ≥ 0.8

16. Resultados: Cobertura de la red Natura 2000 para Lupinus en España
Real Potencial
95 LICs 914 LICs
4% 39%
520 poblaciones dentro de LICs (28%)

17. Conclusiones
 Los SIG y los modelos de distribución de especies permiten determinar el grado de
protección real y potencial que ejercen áreas protegidas sobre la conservación in situ de
CWR.
El desarrollo de modelos de distribución de especies de Lupinus permitieron conocer
características adaptativas e identificar sitios potencialmente aptos para la conservación
in situ de estas especies.

18. Representatividad ecogeográfica en colecciones ex situ de CWR
Objetivo: Proponer tres alternativas diferentes para la determinación de la representatividad
ecogeográfica en colecciones ex situ.
Herramientas: SIG, análisis de faltantes, caracterización ecogeográfica de germoplasma y
mapas de caracterización ecogeográfica del territorio.
Material de estudio: Cinco especies del género Lupinus (se excluye L. cosentinii), con especial
énfasis en L. hispanicus, L. luteus y L. angustifolius.
Fuentes: CRF-INIA (Banco objetivo) y AusPGRIS (otros bancos), MA (herbario) y ANTHOS (BD –
Fuentes Externas).
Información ecogeográfica: Bioclimática (28 variables), geofísicas (3 variables) y edáficas (2).
Parra Quijano, M., et al. 2008. Ecogeographical representativeness in crop wild relative ex situ collections. In: Crop wild
relative conservation and use, chapter 15, p. 249-273. CAB International, Wallingford.

19. Representatividad Genética (RG) y Ecogeográfica (RE)
RG poblacional = conservación de al menos una copia del 95% de los alelos presentes en la
población objetivo, con frecuencias mayores a 0,05 (Marshall y Brown, 1975)… No gametos no
relacionados… No individuos!
RG especie = ¿? …. todos las formas alternativas (alelos) de los genes presentes en la especie
¿Cuántas poblaciones? ¿conoceremos algún día todos los alelos presentes en una especie?
“Decidir el número ideal de poblaciones a muestrear es más difícil….Un principio cardinal es que
la región objetivo sea dividida en diferentes ambientes (usando la variación climática, edáfica y
vegetal), escogiendo suficientes sitios para cubrir el rango ecológico” (Frankel et al., 1989).
RE poblacional = Será la apropiada en la medida que la RG poblacional haya sido conseguida
RE especie = inclusión de todos los escenarios adaptativos de la especie

20. Representatividad Ecogeográfica: 1. Análisis de faltantes
1. Sitios de colecta banco 3. Caracterización de celdas y determinación de faltantes
y datos fuentes externas
Faltante!!
2. Sobreposición de malla de 1x1 km y
10x10 km
Ambos
Sólo FE
Sólo CRF No faltante
No faltante

21. Representatividad Ecogeográfica: 1. Análisis de faltantes
Faltantes CRF-INIA (recuadros negros)

22. Representatividad Ecogeográfica: 2. Caracterización
1. Sitios de colecta 2. Variables ecogeográficas y montaje en SIG 3. Extracción información y análisis multivariante

23. Representatividad Ecogeográfica: 2. Caracterización
4. Diferencias entre los grupos

24. Representatividad Ecogeográfica: 3. Mapa de caracterización
ecogeográfica del territorio
1. Tratamiento de variables y obtención de categorías 3. Extracción de categoría y representación en histogramas
2. Representación cartográfica de las categorías

25. Conclusiones
Los sistemas de información geográfica son una herramienta apropiada para el manejo
de la información espacial asociada al germoplasma y un medio adecuado para la
aplicación de métodos asociados.
La caracterización ecogeográfica del germoplasma y del territorio resulta útil en la
planificación de colectas y en la determinación de la representatividad ecogeográfica.
Los análisis de faltantes proporcionan información clave a la hora de priorizar zonas de
prospección a través de una evaluación de la representatividad.
La determinación de la representatividad ecogeográfica de un banco de germoplasma
es, respecto a la representatividad genotípica o fenotípica, una alternativa viable
científica técnica y económicamente.

26. Mapas de caracterización ecogeográfica del territorio como herramientas en la
determinación de adaptación en plantas y sus implicaciones en estudios de
agrobiodiversidad
Objetivo: Evaluar la eficiencia de los mapas de caracterización ecogeográfica en la
representatividad de escenarios adaptativos.
Herramientas: SIG, mapas de caracterización ecogeográfica del territorio y análisis de varianza
Material de estudio: Lupinus angustifolius, Vicia sativa, Pisum sativum, Phaseolus
vulgaris, Hordeum vulgare, Secale cereale, Triticum aestivum y Zea mays.
Fuentes: CRF-INIA (fuente única para especies cultivadas y peso de semillas), GBIF (silvestres) y
AusPGRIS (L. angustifolius)
Información ecogeográfica: Bioclimáticas (54 variables), geofísicas (5 variables) y edáficas (2).
Mapas de referencia: Corine Land Cover 2000 (uso de suelo) y DMEER (regiones ecológicas).
Parra-Quijano, M., et al. 2012. Ecogeographical land characterization maps as a tool for assessing plant adaptation and their
implications in agrobiodiversity studies. Genetic Resources and Crop Evolution, 59:205-217.

27. Adaptación y variables indicadoras
Baja Media Alta
frecuencia frecuencia frecuencia
18
18
16 16
14 14
12 12
10 10
8 Vicia sativa 8
6 6
4 4 Orden esperado
2
2
0
0
8
1 1
2 10
3 9
4 54 63 6
7 82 7
9 5
10
1 2 3 4 5 6 7 8 9 10

28. Mapas y especies utilizadas (a) Lupinus angustifolius
(b) Vicia sativa
(a) CLC2000
(c) Pisum sativum
(b) Mapa ecogeográfico
(d) Phaseolus vulgaris
(c) DMEER
(e) Hordeum vulgare
(f) Secale cereale
(g) Triticum aestivum
(h) Zea mays
Nativas
Introducidas >500 años
Introducidas <500 años

29. ¿Mapas ecogeográficos representan
escenarios adaptativos? 1a prueba
(a) Lupinus angustifolius
Chi cuadrado: (b) Vicia sativa
P<0.001 (c) Pisum sativum
(d) Phaseolus vulgaris
(e) Hordeum vulgare
(f) Secale cereale
(g) Triticum aestivum
20
(h) Zea mays
15
10
5
Distribución observada
0
Percentil 25 Neutrales 8759 10
Evitadas 4 5 6507 Preferidas
1 2 3
Intervalos de
Cuartiles Distribución proporcional
confianza de cada categoría en
de Bonferroni el mapa ecogeográfico
(Byers y Steinhorst, 1984)

30. ¿Mapas ecogeográficos representan
escenarios adaptativos? 2a prueba
DMEER Mapa Ecogeográfico CLC2000
Especies Evaluador Cuartiles ICB Cuartiles ICB Cuartiles ICB
*** *** ** ns *** **
L. angustifolius Diferencias GLM
completo ninguno completo completo ninguno ninguno
Ajuste con el orden esperado
V. sativa Diferencias GLM ns n/a * *** ns **
ninguno n/a parcial completo completo completo
Ajuste con el orden esperado
P. sativum Diferencias GLM ns * * * ns ns
ninguno completo parcial completo ninguno parcial
Ajuste con el orden esperado
P. vulgaris Diferencias GLM *** *** *** ** * **
parcial completo completo completo ninguno parcial
Ajuste con el orden esperado
H. vulgare Diferencias GLM ns * ** *** ns **
ninguno parcial parcial ninguno ninguno parcial
Ajuste con el orden esperado
S. cereale Diferencias GLM ns ns ns ns ns ns
parcial completo completo completo ninguno ninguno
Ajuste con el orden esperado
T. aestivum Diferencias GLM ns ns * ns ns ns
parcial ninguno completo completo ninguno parcial
Ajuste con el orden esperado
Z. mays Diferencias GLM ns *** ** *** ** ns
parcial completo parcial completo ninguno parcial
Ajuste con el orden esperado
Condiciones 1 3 3 4 0 1
ideales

31. Conclusiones
Los mapas de caracterización ecogeográfica del territorio pueden representar escenarios
adaptativos, si bien es necesario realizar validaciones que confirmen su correcto
funcionamiento.
Estos mapas pueden representar escenarios adaptativos tanto para CWR como a
materiales de tipo “landrace”.

32. Estrategias para el desarrollo de colecciones nucleares basadas en datos
ecogeográficos
Evaluación y validación de colecciones nucleares ecogeográficas usando datos
fenotípicos
Objetivo: Crear colecciones nucleares ecogeográficas representativas de la colección original. La
representatividad se evalúa en términos ecogeográficos y fenotípicos.
Herramientas: SIG, mapas de caracterización ecogeográfica del territorio y diferentes técnicas de
creación de colecciones nucleares.
Material de estudio: Seis especies del género Lupinus (cuatro CWR, dos cultivadas) y Phaseolus
vulgaris.
Fuentes: CRF-INIA
Información ecogeográfica: Bioclimática (54 variables), geofísicas (5 variables) y edáficas (2).
Parra-Quijano, M., et al. 2011. Strategies for the development of core collections based on ecogeographical data. Crop
Science, 51: 656-666
Parra-Quijano, M., et al. 2011. Evaluation and validation of ecogeographical core collections using phenotypic data. Crop
Science, 51: 694-703

33. Colecciones nucleares

34. Colecciones nucleares por género
Colecciones nucleares sólo ecogeo-
gráficas
Inclusión y utilización de RANDOM
como colección nuclear “testigo”

35. Resultados : Colección nuclear de Lupinus
Medias Varianza Coincidencia rangos Coeficiente de variación

36. 15 variables morfológicas, 4 cuantita-
tivas
Colecciones nucleares ecogeo-
gráficas comparadas con otras
CN fenotípicas y evaluadas fenotí-
picamente
Nuevo parámetro de evaluación (XD)
apropiado para variables cualitativas
Introducción del parámetro sintético
de evaluación (SEP)

37. Resultados : Colección nuclear de Phaseolus vulgaris

38. Resultados : Colección nuclear de Phaseolus
Cobertura de UPGMA-D Cobertura de WM-P Cobertura de CEM-P

39. Conclusiones
Los mapas de caracterización ecogeográfica del territorio son una metodología efectiva y
de fácil aplicación para la obtención de colecciones nucleares.
Las colecciones nucleares ecogeográficas de mapas de caracterización ecogeográfica del
territorio presentan altos niveles de representatividad tanto ecogeográfica como fenotípica.

40. Mejora de la representatividad de una colección de germoplasma a través de
modelos de distribución, análisis de faltantes y mapas ecogeográficos
Objetivo: Proponer una metodología optimizada de colecta y evaluar su efectividad en la mejora
de la representatividad de una colección ex situ existente.
Herramientas: SIG, modeles de distribución de especies, análisis de faltantes, mapas de
caracterización ecogeográfica del territorio y diseño optimizado de colectas.
Material de estudio: Seis especies del género Lupinus (cuatro CWR, dos cultivadas).
Fuentes: CRF-INIA, MA, ANTHOS y GBIF (fuentes externas).
Información ecogeográfica: Bioclimáticas (54 variables), geofísicas (5 variables) y edáficas (2).
Parra-Quijano, M., et al. 2012. Improving representativeness of genebank collections through species distribution models,
gap analysis and ecogeographical maps. Biodiversity and Conservation, 21: 79-96

41. Colectas
Actividad muy costosa
Poco valorada científicamente
Medición de efectividad escasa
Colecciones nuevas
Colecciones ya existentes

42. Colectas: bien en lo cuantitativo…. en lo cualitativo?
Metodología estándar
-Revisión de la colección
bibliográfica (biología y ecología especie)
corológica (herbarios)
-Encuestas expertos en la especie y personal local
Redundancia
¿Representatividad Genética?
Imposible conocer la genética de lo que va a ser colectado
Representatividad Ecogeográfica

43. Colectas optimizadas para Lupinus en España
Metodología desarrollada en 2005-2006 y validada mediante colectas en 2006-2007-2008
Análisis de Faltantes: Faltantes Espaciales
No hay faltante Faltante de Faltante de
media prioridad alta prioridad

44. Análisis de Faltantes: Faltantes Ecogeográficos

45. Selección sitios con ayuda de modelos
GLM (Regresión Logística con pseudoausencias en zonas ecogeográficas poco representadas)
Sólo se modeliza con presencias de fuentes externas

46. Resultados : Sitios a prospectar

47. Resultados : Poblaciones encontradas / accesiones colectadas

48. Resultados Cuantitativos
Species CRF-INIA Effective Potential Number Number Populations Populations Accessions Accessions EPDi EPDo EAC
collection size size of priority of other in out in out (%) (%) (%)
increasing increasing sites sites
(%) (%) visited
L. albus 248 0 0 0 102 0 0 0 0 N/A 0 N/A
L. angustifolius 489 6.1 8.8 18 84 17 26 13 17 94.4 31 69.7
L. cosentinii 5 40 40 0 102 0 2 0 2 N/A 2.0 N/A
L. hispanicus 175 20.6 26.3 18 84 15 31 14 22 83.3 36.9 78.3
L. luteus 104 11.5 22.1 17 85 7 16 5 7 41.2 18.8 52.5
L. micranthus 5 0 0 5 97 0 0 0 0 0 0 N/A
Total 7,8 11,1 58 39 75 32 48
Parámetros de evaluación: EPD (Eficiencia en detección de poblaciones)
EAC (Eficiencia en colecta de accesiones)

49. Species Parameters Non- Frequency classesb
Resultados Cualitativos
represented Low Mid- Mid- Hig
categoriesa low high h
L. angustifolius CRF-INIA collection 0 0 56 114 319
Effective size N/A N/A 17.9 6.1 3.1
increase (%)
CRF-previo Potential size
increase (%)
N/A N/A 23.2 12.3 3.8
Colectas Number of priority 5 0 13 0 0
sites
Number of other 10 0 19 19 36
sites visited
Populations inc 4 0 13 0 0
Populations outc 0 0 0 14 12
Accessions inc 3 0 10 0 0
Accessions outc 0 0 0 7 10
EPDi (%) 80 N/A 100 N/A N/A
EPDo (%) 0 N/A 0 73.7 33.3
EAC (%) 75 N/A 76.9 50 83.3
L. hispanicus CRF-INIA collection 0 2 24 30 119
Effective size N/A 150 45.8 13.3 15.1
increase (%)
Potential size N/A 200 45.8 26.7 19.3
increase (%)
Number of priority 4 0 14 0 0
sites
Number of other 10 2 11 19 42
sites visited
Populations inc 4 0 11 0 0
Populations outc 0 0 0 8 23
Accessions inc 3 0 11 0 0
Accessions outc 0 0 0 4 18
EPDi (%) 100 N/A 78.6 N/A N/A
EPDo (%) 0 0 0 42.1 54.8
EAC (%) 75 N/A 100 50 78.3
L. luteus CRF-INIA collection 0 0 3 20 81
Effective size N/A 66.7 15 4.9
increase (%) N/A
Potential size N/A 100 20 12.3
increase (%) N/A
Number of priority 4 0 13 0 0
sites
Number of other 14 0 12 36 23
sites visited
Populations inc 4 0 3 0 0
Populations outc 1 1 0 4 10
Accessions inc 3 0 2 0 0
Accessions outc 0 0 0 3 4
EPDi (%) 100 N/A 23.1 N/A N/A
EPDo (%) 7.1 N/A 0 11.1 43.5
EAC (%) 60 0 66.7 75 40

50. Conclusiones
La combinación de análisis de faltantes, modelos de distribución de especies y mapas de
caracterización ecogeográfica del territorio en el diseño de colectas optimizadas permitió
incrementar considerablemente la representatividad ecogeográfica de la colección
española de Lupinus.
Es importante evaluar la efectividad de las actividades de colecta, no sólo en términos
cuantitativos sino también cualitativos, especialmente en colectas para colecciones
existentes.