Abstract:
El virus del mosaico de la caña de azúcar (SCMV) es una enfermedad viral transmitida por áfidos en una
manera no persistente. La enfermedad tiene una alta tasa de infección, pero en Guatemala se subestima la
presencia del virus en la producción de azúcar. Se caracteriza por las manchas cloróticas amarillas en las
hojas de caña de azúcar y una reducción en la producción de sacarosa. En este trabajo se reporta la
optimización de las condiciones sugeridas para la detección de SCMV con dos cebadores (SCMV-F860,
SCMV-R860 y S400 910, S400 551) por RT-PCR. El análisis bioinformático de secuencias nucleótidos de
la cápside viral y nuevos cebadores sugeridos para la detección del SCMV (SCMV2F/SCMV2R)
analizando secuencias de NCBI. Además se incluyen la secuencia consenso del análisis bioinformático y se
sugieren los métodos para el análisis filogenético de las secuencias.
Del análisis de las muestras recolectadas de la Colección Nacional de CENGICAÑA se logró determinar
una secuencia de la cápside del virus. Para la detección del virus se adoptó el protocolo utilizado en
CENGICAÑA con los cebadores S400 910, S400 551. Además se logró optimizar las condiciones para la
amplificación de los fragmentos de la cápside viral con los cebadores SCMV-F860, SCMV-R860. Se
confirmó la presencia del virus por con una prueba de ELISA, realizada en el Laboratorio de Protección
Vegetal de la UVG. Se detectó una baja cantidad de muestras positivas y se sugiere analizar las muestras
por el método de ELISA previo al análisis por RT-PCR. La presencia de SCMV en las hojas de caña de
azúcar fue confirmada realizando BLAST de la secuencia obtenida. Además se realizó análisis de
secuencias de la cápside de SCMV en NCBI y se proponen secuencias para nuevos cebadores a partir de la
secuencia consenso SCMV2F/SCMV2R.
Por ultimo se propone un método para identificación de cepas virales realizando análisis filogenéticos,
tomando como base los estudios realizados en SCMV y potyvirus con herramientas en línea y de acceso
libre. Las herramientas utilizadas son: NCBI (Base de datos y diseño de cebadores), MEGA (alineamiento,
agrupamiento y determinación de distancia genética) y CLC Sequence Viewer (Determinación de secuencia
consenso). Además se sugiere una secuencia de pasos para el análisis bioinformático de las secuencias de
SCMV. La deducción de cebadores a partir de un grupo de secuencias provenientes de bases de datos con
el propósito mejorar la detección del SCMV.
