¿Qué es lo que más te apasiona de la genética?

No me apasiona la genética. Tengo curiosidad intelectual por la genética, y particularmente por los métodos estadísticos relacionados con la mejora genética animal. Es cierto que he experimentado un placer intenso cuando, después de estar años intentando entender conceptos difíciles, un día entiendo por fin el significado profundo de los conceptos que se me resistían.

¿Cómo empezó tu viaje en la genética? ¿Te influyó alguna persona en concreto? ¿Alguna lectura en concreto?

Me influyó sobre todo mi profesor de Mejora genética animal, Manolo Baselga, porque me enseñó que con técnicas estadísticas avanzadas podían abordarse problemas que parecían irresolubles, y además se podía precisar el grado de incertidumbre de nuestras afirmaciones. Esto último me pareció particularmente importante. Bertrand Russell decía que desde el principio al fin de su vida siempre intentó saber cuánto podía decirse que conocemos y con qué grado de certeza o de duda. Yo me identifico completamente con su postura filosófica.

Cuéntanos un logro o un momento clave de tu trayectoria

Intelectualmente hablando, mi momento clave fue el descubrimiento de la inferencia Bayesiana. Yo había estado trabajando desde el inicio de mi carrera en inferencia frecuentista o clásica, la estadística que todos conocemos, y de 1985 a 1990 trabajé con Robin Thompson, que había propuesto el REML y lo había aplicado a mejora genética animal (hoy en día sigue siendo el método más utilizado para estimar componentes de varianza). El problema es que, filosóficamente hablando, la estadística clásica era difícil de comprender, y presentaba una serie de inconsitencias conceptuales que la hacían particularmente insatisfactoria; aunque esto afectaba poco a las decisiones sobre selección, la interpretación de los métodos era complicada. Conocí entonces a Daniel Gianola, profesor de Wisconsin Univ., que fue quien aplicó la inferencia bayesiana en mejora animal, y que introdujo asimismo la forma de resolver matemáticamente las inferencias usando un método numérico conocido como Monte Carlo Markov Chains (MCMC). Empecé a trabajar con él y fue como si alguien abriera la ventana y entrara la luz del sol: ¡por fin entendía lo que estaba haciendo! Encontré una fuerte resistencia en muchos colegas a la aceptación de los nuevos métodos Bayesianos, y preparé un larguísimo artículo en el que intentaba explicar estos métodos de forma sencilla, comparándolos con los métodos clásicos y mostrando sus ventajas sobre ellos. El artículo ocupó 24 páginas en el Journal of Animal Science (nº1 del sector Agricultural and Dairy Science en la época), una revista en la que los artículos ocupaban de ordinario cuatro o cinco páginas. La revista consideró que debía ser un «invited paper», y me escribieron una carta de invitación, aunque ya habían recibido el original. Posteriormente publiqué un libro en Springer: «Bayesin data analysis for animal scientists» para divulgar los métodos Bayesianos y proponer formas diferentes de presentar los resultados: calcular la Probabilidad de Relevancia de un resultado, el Valor mínimo garantizado, la Probabilidad de similitud, y otras formas de ayudar al científico a interpretar sus resultados. Hoy en día el Bayesianismo está ampliamente utilizado en genética, sobre todo desde la aparición de los chips con decenas de miles de SNPs, porque para trabajar con 800 datos y 50.000 incógnitas el estadístico bayesiano tiene soluciones naturales al problema. La “Controversia Bayesiana” ya no es tal, y solo recurro a ella para bromear con los amigos, como por ejemplo este con soneto que improvisé hace poco para nuestra red de comunicación ACTEON:

Cuando me paro a contemplar mi estado,
perdido entre p-values sin sentido,
con sesgos de mi estudio repetido
con mil muestras que nunca he imaginado,

en mar de confusión abandonado
veo una luz, ¡no está todo perdido!
¡Es Bayes, que me indica lo que ha sido
la inferencia correcta en el pasado!

¡No más repeticiones ilusorias!
¡No más sesgo, no más efectos fijos!
¡No a p-values causando tal estrago!

La probabilidad guía mi memoria,
Intervalos creíbles son mis hijos,
¡y así por fin entiendo lo que hago!

¿En qué líneas de investigación estás trabajando ahora?

Al estar jubilado, pese a ser profesor emérito, he reducido notablemente mi actividad investigadora en la actualidad. Colaboro en un proyecto que inicié hace años, de selección por eficiencia alimentaria en conejos, y también en otro proyecto sobre resiliencia al estrés por calor, tanto en la línea de eficiencia alimentaria como en líneas maternas de diferente longevidad, desarrolladas en mi equipo hace muchos años. La ventaja del conejo es que, además de ser un animal comercial, tiene características que lo hacen muy apropiado para la investigación: tiene un intervalo generacional de seis meses, es barato, por lo que los análisis de calidad de la canal y la carne no tienen precios prohibitivos, practica la cecotrofia (ingestión de heces protegidas por una mucosa directamente desde el ano), por lo que se puede tener un conocimiento directo de la microbiota del tracto intestinal sin sacrificar al animal, y otras muchas ventajas. Como la ovulación está inducida por el coito, sabemos en momento de la fecundación y recuperamos embriones conociendo su estado de desarrollo con mucha precisión. El tener dos cuernos uterinos independientes nos ha permitido implantar embriones de líneas seleccionadas de forma divergente en la línea alta y en la baja; y en cada línea, en un cuerno embriones de la alta y en el otro de la baja, lo que nos permite estimar los efectos directos, maternos y la interacciones; esto lo hemos hecho con varias líneas seleccionadas de forma divergente por diversos caracteres.

¿En qué crees que este proyecto puede contribuir al avance del conocimiento científico?

Este proyecto proporciona soluciones a las necesidades actuales de la industria de la cría de conejos, como el desarrollo de una línea seleccionada por su eficiencia alimentaria y la disponibilidad de líneas longevas y resilientes, menos sensibles a los cambios ambientales y más resistentes a las enfermedades y al estrés.

¿Cómo te ha ayudado la Sociedad Española de Genética?

Los investigadores españoles trabajando en mejora genética animal somos un grupo con intereses comunes y que, además, nos llevamos bien desde hace muchos años. Yo decía al principio que estábamos unidos por la covarianza; quiero decir que, al tener una metodología común, podíamos entendernos y colaborar con facilidad. Aprovechando unas reuniones que hacía el INIA, ampliamos el foro y empezamos a tener a partir de 1990 unas reuniones bienales (Reunión Nacional sobre Mejora Genética Animal, las llamábamos) en las que se fomentaba la discusión, y en las que teníamos una amplia actividad social, fomentando el contacto entre grupos de trabajo. A principios de los 90 aparecieron los genetistas moleculares y pareció que íbamos a formar dos grupos incomunicados, pero lo primero que hicimos fue intentar entendernos, y en la actualidad la colaboración entre moleculares y cuantitativos es la norma. A todo este proceso contribuyó que, a mediados de los 90 yo creara la red ACTEON para comunicarse los genetistas animales en castellano; lo del idioma es importante porque en aquella época no estábamos tan seguros con el inglés y costaba participar en foros en los que había grandes nombres, que quieras que no te intimidaban. La red ACTEON, con su página web, sirvió para muchas más cosas: para divulgar los cursos que se ofrecían en distintos puntos de España, para dar acceso a software libre, para acumular las actas de las Reuniones de Mejora Genética Animal, para guardar artículos o libros difíciles de encontrar, para publicar entrevistas con científicos notorios de nuestro campo, para hacer Seminarios durante la pandemia, para ofertar puestos de trabajo, y, como decía, para muchas más cosas. Sin embargo, este grupo nacional de investigadores, que abarca toda España, no tenía una organización formal. La principal aportación de la SEG es considerarnos su sección de Mejora genética animal, y contribuir a la difusión y al sostenimiento de las Reuniones de Mejora Genética Animal.

¿Por qué crees que deben unirse las nuevas generaciones a SEG?

No creo que sea un problema de jóvenes o viejos, hay jóvenes mucho más brillantes que algunos genetistas ya mayores. En general hay que unirse a la SEG porque es un foro adecuado para la discusión y para conocer nuevos temas, independientemente de la edad.

¿En qué campos científicos relacionados con la Genética piensas que se va a producir un mayor desarrollo para la sociedad?

No puedo prever cuando ocurrirá, pero me gustaría que hubiera una integración de todo el conocimiento. Hoy en día tenemos información de -ómicas y meta-ómicas, pero falta una integración formal y una métrica común.

Si pudieras describir tu trabajo en unas palabras ¿cuáles serían?

Explicar de forma sencilla conceptos difíciles

Si fueras un gen, ¿qué función cumplirías?

Formaría pate del junk DNA