2012 Inf Monitoreo Liberacion Maiz

7/24/2019 2012 Inf Monitoreo Liberacion Maiz

1/49

INE/ADA-009/2012

Indicadores para el monitoreo deefectos de la liberacin de mazgenticamente modificado en el

norte del pas

Saul Rafael Castaeda Contreras

20 de septiembre del 2012


2/49

ndice general

Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Riesgos de los OGM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Monitoreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Indicadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Mtodo de seleccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11Criterios de seleccin . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Compartimiento ambiental . . . . . . . . . . . . . . . . . . . 14

Distancia filogentica . . . . . . . . . . . . . . . . . . . . . . . 14

Distribucin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Exposicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Fenologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Gremio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Meta de proteccin . . . . . . . . . . . . . . . . . . . . . . . . 27Relevancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

ndice de Prioridad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

Ponderacin de los criterios . . . . . . . . . . . . . . . . . . . 29

Clculo del ndice de Prioridad . . . . . . . . . . . . . . . . . 32

Base de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Clculos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

Automatizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

Consideraciones finales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2


3/49

ndice de figuras

1. Nmero de eventos de transformacin sencillos de maz que ex-

presan las diferentes protenas insecticidas. . . . . . . . . . . . . . . 17

2. Mapa de calor que muestra la distancia filogentica entre los

hexpodos; los dendrogramas representan similitud en el nme-

ro de nodos, no ancestra comn. . . . . . . . . . . . . . . . . . . . 18

3. Dendrograma de los hexpodos; tomado de [32] . . . . . . . . . . 204. Ejemplo de tres polgonos generales de liberacin de maz soli-

citados por un promovente (en naranja) y las ecorregiones de

Mxico; izq. Sinaloa; cen. Laguna; der. Norte Tamaulipas. . . . . . 22

5. Ejemplo de sitios puntuales de liberacin ficticios dentro de un

polgono general.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

6. Dendrograma de los 60 sitios aleatorios generados dentro de los

tres polgonos generales; las etiquetas corresponden a las siglas

del polgono al que pertenecen. . . . . . . . . . . . . . . . . . . . . 257. Modelo de la base de datos. . . . . . . . . . . . . . . . . . . . . . . 35

8. Estructura grfica del mtodo de seleccin propuesto; las dos

lineas inferiores vienen del la figura9 . . . . . . . . . . . . . . . . . . 38

9. Estructura grfica del mtodo de seleccin propuesto; las lineas

superiores conectan con la figura8. . . . . . . . . . . . . . . . . . . 39

10. Vistas de la interfase grfica del MSEP; izq. carga del archivo ne-

xus; der. calculo de la distancia filogentica. . . . . . . . . . . . . 40

11. Vistas de la interfase grfica del MSEP: izq. seleccin del cluster;

der. seleccin del taxa blanco del OGM. . . . . . . . . . . . . . . . 40

12. Vista de la interfase grfica del MSEP; aviso de trmino. . . . . . . 40

3


4/49

13. Diferentes ndices de diversidad calculados para los sitios de li-

beracin; sup. izq. riqueza de especies; sup. der. ndice de diver-

sidad de Simpson; inf. izq. ndice de diversidad de Shanon; inf.

der. dendrograma de agrupamiento de los sitios en funcin de

las especies presentes. . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4


5/49

ndice de cuadros

1. Criterios considerados en el MSEP. . . . . . . . . . . . . . . . . . . . . 13

2. Protenas insecticidas expresadas por los diferentes eventos de

transformacin sencillos de maz para uso agrcola. . . . . . . . . . 15

3. Nmero de categoras de cada cobertura presentes dentro de

los polgonos generales de liberacin. . . . . . . . . . . . . . . . . . 24

4. Ejemplo de valores IndVal calculados a partir de la distribuciny abundancia simulada de ocho especies en nueve sitios agru-

pados en tres clusters. . . . . . . . . . . . . . . . . . . . . . . . . . . 26

5. Escala de importancia; tomada de [60].. . . . . . . . . . . . . . . . 30

6. Tabla Comparativa de la importancia relativa de cada criterio. . 31

7. Matriz recproca comparativa de la importancia de los criterios. 31

8. ndice de Consistencia aleatorio para diferentes cantidades de

criterios; tomado de [33]. . . . . . . . . . . . . . . . . . . . . . . . . . 32

9. Pesos de los diferentes criterios. . . . . . . . . . . . . . . . . . . . . . 3210. Matriz de valores simulados para los criterios cuantitativos del

MSEP; IndValn, expon, relevn y fenon corresponden a los valores

normalizados; IP = ndice de prioridad; IndVal = IndVal del cluster

A de la tabla4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

5


6/49

Se desarroll un mtodo de seleccin de especies prioritarias (MSEP) para el

monitoreo de efectos de OGM, enfocado a organismos no blanco (ONB).

Pretende ser una herramienta para un tipo de monitoreo no derivado direc-

tamente de una evaluacin de riesgo. Intenta establecer directamente los

efectos de OGM tomando en cuenta los criterios utilizados en sta y es lo

suficientemente flexible en la eleccin de especies o taxa a monitorear, sin

llegar a ser general. Se utilizaron mtodos formales de toma de decisiones

con mltiples criterios como el Proceso Analtico Jerrquico y la Ponderacin

Aditiva Simple para establecer el peso de los criterios y el clculo de un n-

dice de prioridad respectivamente. Se dise una base de datos relacional

para almacenar y manejar la informacin sobre los ONB generada en los sitios

de liberacin. Se escribi un script que realiza los clculos necesarios de for-

ma automtica y reduce al mnimo la interaccin del usuario con el software

requerido.


7/49

Introduccin

El uso de cultivos genticamente modificados (GM) en el mundo ha ido en

aumento desde 1996 alcanzando las 160 millones de hectreas en el 2011,

lo que representa un incremento del 8% con respecto al 2010 [40]. En M-xico, durante el periodo comprendido entre el 1 de enero y el 5 de junio

del presente, la autoridad competente ha recibido 31 solicitudes de libe-

racin de organismos genticamente modificados (OGM) de uso agrcola

(

), de las cuales, 14 corresponden a maz.

Riesgos de los OGM

Si bien el uso de la biotecnologa en la agricultura puede tener beneficios

ambientales tales como la reduccin en el uso de plaguicidas [12,13,19,25,

40,69], la implementacin de sistemas de labranza de conservacin [7,20,

40,69] y la disminucin en el uso de herbicidas con mayores efectos eco-

toxicologicos que los aplicados en los cultivos GM tolerantes [7,20,45,22],

tambin puede presentar una serie de riesgos para la diversidad biolgica.

Ya que stos dependen de la interaccin de: a) el evento de transformacin,

b) la especie receptora y c) el ambiente de liberacin, resulta difcil contar

con una lista que incluya todos los riesgos y efectos no deseados asociados

al uso de cultivos GM [69]; sin embargo, en la literatura cientfica arbitrada

especializada en el tema, identifican en general ocho tipos de posibles efec-

tos:

1. El flujo gnico.

2. El desarrollo de capacidades invasivas.

3. La evolucin de resistencia en plagas y malezas.

4. La transferencia horizontal de genes.

5. Efectos de las prcticas de manejo.

6. Efectos en la salud.

7. Efectos en las comunidades microbianas del suelo.

8. Efectos en organismos no blanco.

7
http://www.cibiogem.gob.mx/


8/49

Los riesgos que representan la mayora de estos efectos no deseados son ca-

racterizados en las evaluaciones realizadas por la Coordinacin del Progra-

ma de Bioseguridad (CPB) del Instituto Nacional de Ecologa antes de que los

OGM en cuestin sean liberados al medio ambiente. En general, la evalua-

cin de riesgo consta de cuatro etapas [1,39,69,56]:1. Identificacin del evento no deseado.

2. Evaluacin de exposicin.

3. Evaluacin de consecuencias.

4. Caracterizacin del riesgo.

MonitoreoEl monitoreo ecolgico se puede definir como la recoleccin sistemtica de

datos ecolgicos de una manera estandarizada, a intervalos regulares, a lo

largo del tiempo[65]. En lo que respecta al monitoreo especfico de OGM,

ste se puede dividir en dos tipos [63,55]:

1. Caso especfico. Derivado directamente de una evaluacin de riesgo;

intenta comprobar en campo las hiptesis de riesgo establecidas.

2. General. No asociado a una hiptesis de riesgo en particular; intentadetectar efectos no previstos en la evaluacin de riesgo.

El monitoreo de OGM y la evaluacin de riesgo son tareas relacionadas ya

que, de acuerdo a algunos modelos [39,56], el primero sirve como insumo

para comprobar las hiptesis de riesgo o la efectividad de las medidas de

manejo establecidas en la evaluacin.

La ley de Bioseguridad de Organismos Genticamente Modificados estable-

ce, en los artculos 9 y 11, que deben ser monitoreados los efectos que pu-

dieran tener las liberaciones de OGM en el medio ambiente y la diversidad

biolgica [21], sin embargo, al no especificar el tipo de monitoreo ni la etapa

etapa de liberacin en la que se debe llevar a cabo, se puede concluir que,

por ley, se tendran que realizar los dos tipos de monitoreo.

8


9/49

Indicadores

Los indicadores ambientales, en sentido amplio, son entidades que proveen

informacin del estado del medio ambiente. Su objetivo es reflejar la cadena

causal de elementos que ligan a las actividades humanas con los impac-tos ambientales que causan [34,53, 52]. Aunque pueden brindar informa-

cin a distintos niveles, en general, se utilizan para establecer de forma indi-

recta el estado de salud del ecosistema [44] u otro atributo de ste que,

por alguna razn logstica, presupuestal o tecnolgica, no puede ser medi-

do directamente[17]. Desde un contexto regulatorio, un indicador ambiental

permite al tomador de decisiones reducir la carga de informacin, aislar as-

pectos clave de las condiciones del ambiente y determinar la necesidad de

implementar acciones correctivas[58,51].

Los indicadores ecolgicos son un subconjunto de indicadores ambientales

aplicables a procesos ecolgicos. Se definen como caractersticas medibles

de la estructura, composicin o funcin de los sistemas ecolgicos y se deri-

van a partir de mediciones de las condiciones de los sistemas ecolgicos en

campo [53,73]. Pueden clasificarse en ocho niveles que van desde el mas

reduccionista, que implica la presencia o ausencia de especies especficas,

hasta holsticos como el clculo de variables termodinmicas del sistema [43].En el contexto del primer nivel, las especies indicadoras se definen como

aquellas que indican la condicin o respuesta a un estrs y que pueden apli-

carse a otras especies con requerimientos ecolgicos similares. Las especies

indicadoras pueden ser usadas para reflejar a) el estado bitico o abitico

del ambiente, b) impactos o cambios ambientales o c) la diversidad de otras

especies, taxa o comunidades en un rea. ste ltimo uso implica el recono-

cimiento de que una especie pude ser considerada como substituta o subro-

gada de otras especies. [53,62]Las especies indicadoras pueden ser clasificadas en diferentes tipos de acuer-

do a los atributos que representan y la manera en que los representan (p.ej.

especies clave, especies sombrilla, especies focales, especies emblemticas,

etc.), sin embargo existe un considerable debate sobre la definicin, termino-

loga y uso de estos conceptos [17,53,26,18].

9


10/49

Existe en la literatura otra aproximacin al concepto de especies indicadoras

relacionado con la abundancia, distribucin y asociacin con un hbitat en

particular, mas que con la capacidad de brindar informacin sobre el esta-

do del ecosistema. Dada una serie de sitios agrupados por su tipologa, una

especie indicadora se define como la mas caracterstica o representativa decada grupo de sitios, que se encuentra en un solo grupo de sitios y esta pre-

sente en la mayora de los sitios pertenecientes a ese grupo [24,50].

Consideraciones

Debido a las necesidades de la CPB, el presente mtodo se enfoca en la

seleccin de especies para el monitoreo de efectos en organismos no blanco

(ONB).

El presente trabajo no pretende establecer especies indicadoras de los efec-

tos de OGM en otras especies o taxa presentes en los sitios de liberacin, ya

que:

1. No se cuenta con informacin de lnea base sobre el estado de las co-

munidades de organismos no blanco presentes en los sitios de liberacin.

2. No se tiene calibrada la respuesta de alguna especie o taxa no blanco

presente en los sitios de liberacin al estresor, en este caso, las protenasinsecticidas o las diferentes prcticas de manejo asociadas a los cultivos

GM y convencionales; y

3. se desconoce el grado en que las especies presentes en los sitios de

liberacin pueden representar a otras con requerimientos ecolgicos si-

milares.

Por lo tanto, la definicin de indicadores a que se refiere este documento,

corresponde a la aproximacin especie-hbitat descrita anteriormente. Una

vez caracterizadas las comunidades de ONB en los sitios de liberacin y ca-

librados los efectos de los estresores particulares en algunas especies o taxa,

se podran establecer indicadoras en el sentido amplio.

Por su parte, el monitoreo correspondiente el presente trabajo no es del tipo

caso especfico, ya que de ser lo, las especies a monitorear estaran defini-

das previamente desde la evaluacin de riesgo. Por otro lado, el monitoreo

10


11/49

general presenta un gran inconveniente: resulta muy difcil relacionar direc-

tamente cualquier cambio encontrado con un OGM en particular. En este

sentido, el presente mtodo de seleccin pretende ser una herramienta para

un tercer tipo de monitoreo: no derivado directamente de una evaluacin

de riesgo, pero que intenta establecer directamente los efectos de OGM to-mando en cuenta los criterios utilizados en sta y lo suficientemente flexible

en la eleccin de especies o taxa a monitorear, sin llegar a ser general. De

probarse la utilidad este mtodo con datos reales generados en los sitios de

liberacin, podra ser utilizado para la seleccin de especies en la evalua-

cin de riesgo. El monitoreo asociado a esas evaluaciones sera entonces un

monitoreo caso especfico.

La pertinencia, viabilidad e informacin que puede arrojar el monitoreo de

OGM estn fuera del mbito del presente trabajo, sin embargo, estas cues-tiones deben ser consideradas de forma explcita en el diseo e implementa-

cin de los protocolos de muestreo y programas de monitoreo relacionados

con el mtodo aqu propuesto.

Mtodo de seleccin

Uno de los principales retos que presenta la evaluacin de riesgo y el monito-reo de efectos a organismos no blanco, es precisamente, la seleccin de las

especies a utilizar [5]. Puesto que no es posible medir todos los componentes

de inters en un ecosistema, la eleccin de qu medir es fundamental. En el

presente trabajo se desarrolla un mtodo de seleccin de especies priorita-

rias (MSEP) para el monitoreo de efectos de OGM.

Se realiz una revisin de diferentes propuestas para la seleccin de espe-

cies para el anlisis de riesgo [5,3,6,4,57,68] y para el monitoreo post li-

beracin especficos para OGM [36,74]. De unas, enfocadas principalmenteen los aspectos tericos del proceso, y de otras, desarrolladas ms a nivel

tcnico-operativo, se retomaron criterios y aproximaciones pertinentes para

desarrollar el mtodo de seleccin que aqu ocupa; tratando de mantener

un balance entre la precisin, especificidad y rigor cientfico de los criterios

considerados y la factibilidad operativa. De esta manera, se busca que la

subjetividad y el juicio de experto inherentes al proceso, se enmarquen dentro

11


12/49

de un sistema organizado, transparente y reproducible, para que el producto

resultante constituya una herramienta factible de ser utilizada cotidianamen-

te por la autoridad competente.

Una decisin es una eleccin entre un nmero de alternativas; sta se hace

de tal manera que la alternativa preferida sea la "mejor" entre los posiblescandidatos [46]. La toma de decisiones con mltiples criterios, o MCDM por

sus siglas en ingls, es una disciplina de la investigacin operativa que consi-

dera explcitamente esta particularidad en una toma de decisiones. Se han

desarrollado varios mtodos para las MCDM cuyo objetivo es designar una

alternativa preferida, clasificar las alternativas en un pequeo nmero de ca-

tegoras y clasificar las alternativas en un orden de preferencia subjetiva [46].

Criterios de seleccin

Para hacer frente a una MCDM, el primer paso es establecer cuntos atribu-

tos o criterios existen en el problema [33]. A partir de la revisin de la litera-

tura especializada en el tema y de una evaluacin sobre la factibilidad de

su obtencin en el contexto de la CPB, se seleccionaron ocho criterios para

calcular un ndice de prioridad (IP) de las especies a monitorear. Los criterios

se pueden dividir en tres tipos:

1. Criterios utilizados para el clculo del IP. Variables cuantitativas cuya or-

denacin es directamente proporcional a la prioridad de seleccin. Son

usados directamente para el clculo del IP mediante el mtodo de Pon-

deracin Aditiva Simple.

2. Criterios de filtrado. Variables cualitativas de carcter nominal que per-

miten hacer una primera seleccin de las especies a monitorear depen-

diendo de los atributos que representan.

3. Un Criterio opcional de ordenacin. Esta variable es usada para selec-cionar las especies prioritarias en combinacin con el IP, para el caso de

un monitoreo de efectos de OGM resistentes a insectos.

Del listado total de especies o taxa identificados en los sitios de liberacin,

se podr realizar una primera seleccin mediante los criterios de filtrado de

acuerdo al atributo de inters (p. ej. la meta de proteccin asociada con una

12


13/49

Criterio Variable Descripcin Valor Tipo

Compartimiento nominal Compartimientoambiental en el quese encuentra laespecie

sueloaguaaireplantaetc.

2

Distancia filogentica discreta Cantidad de nodosde distancia entre eltaxa blanco y el resto

0,1,...n 3

Distribucin continua Valor IndVal 0.000...n 1

Exposicin ordinal Tipo de exposicinorganismo-estresor indirecta(3)=1indirecta(2)=2directa=(1)=3

1

Fenologa discreta Coincidencia entre elciclo de vida delcultivo y el organismo(nmero de fehas decolecta en las queesta presente elorganismo asociado)

1...n 1

Gremio nominal Gremio al quepertenece elorganismo

herbvoropolinvoronectarvorodepredadoretc.

2

Meta de proteccin nominal Tipo de motivacinasociada a la metade proteccin

ecolgicaconservacinantropocntricaetc.

2

Relevancia ordinal Relevancia delorganismo para lameta de proteccin

baja=1media=2alta=3

1

Cuadro 1: Criterios considerados en el MSEP.

13


14/49

especie en particular). De la lista reducida resultante, las especies con IP mas

alto corresponden a aquellas que, de acuerdo a los valores que presentan

en los diferentes criterios, tendran prioridad de ser seleccionadas para un

monitoreo dado.

A continuacin se describen los criterios considerados (cuadro1) as comolos mtodos empleados para su clculo de ser el caso.

Compartimiento ambiental

Indica el compartimiento del sitio de liberacin en el que se distribuye el orga-

nismo no blanco. Este criterio es de carcter cualitativo y puede tomar tantos

valores como compartimientos ambientales sean identificados y muestrea-

dos en los sitios de liberacin.

Distancia filogentica

El maz es infestado por mas de 75 especies de insectos que atacan partes

especficas de la planta. En las costas de Sinaloa y Sonora el gusano cogollero

causa prdidas de hasta el 90 % [64].

Las protenas Cry son txicas principalmente para insectos de los rdenes Le-pidoptera, Coleoptera, Hymenoptera y Diptera as como para nematodos

[11, 28] y son altamente especficas para sus blancos [11,59]. El modo de

accin de la protenas Cry de tres dominios, expresadas en los eventos de

transformacin resistentes a insectos actualmente en el mercado, ha sido ca-

racterizado principalmente en lepidpteros. Pasan de una pro toxina inactiva

a oligmeros insertados en la membrana de las micro vellosidades del intes-

tino del insecto, que causan la fuga de iones y lisis celular. Las inclusiones

cristalinas son disueltas en el ambiente alcalino del intestino y las pro toxinas

inactivas son desdobladas por proteasas dando lugar al producto activo de

60-70 kDa [11].

Dado que las protenas Cry expresadas en los eventos de maz actuales son

especficas para lepidpteros o colepteros [59] y que el espectro de accin

de cada protena especfica es restringido [28], pudiera considerarse como

poco probable que tengan efectos negativos en ONB pertenecientes a otras

14


15/49

Protena

Evento Cry1Ab

Cry1Ac

Cry1A

.105

Cry1F

Cry2Ab

Cry3A

Cry34Ab1

Cry35Ab1

Cry3Bb1

Cry9c

Vip3Aa

ACS-ZM4-3

DAS-157-1

DAS-6275-8

DAS-59122-7

DKB-89614-9

MON80100

MON-82-7

PH-MON89-2

MON-81-6

MON-863-5

MON-8817-3

MON-8934-3

SYN-EV176-9

SYN-BT11-1

SYN-IR162-4

SYN-IR64-5

Cuadro 2: Protenas insecticidas expresadas por los diferentes eventos detransformacin sencillos de maz para uso agrcola.

15


16/49

categoras taxonmicas. Sin embargo, existen algunos argumentos que cues-

tionan esta visin:

1. El conocimiento sobre la especificidad de las protenas Cry que se tiene

hasta ahora est limitado por el rango de toxinas y especies analizadas

(i.e. el 91 % de las toxinas han sido probadas en 10 o menos especies y elrango de stas no esta distribuido equitativamente entre las familias de

protenas y taxa). Adems, se ha reportado actividad cruzada a nivel

de orden para 15 familias de protenas [30].

2. Las pro toxinas inactivas son activadas mediante un proceso que redu-

ce su peso molecular (p.ej. de 130-140 kDa a 60-65 kDa para la Cry1)

en el intestino del insecto. Las protenas expresadas en plantas GM pre-

sentan una estructura ms activa (69 kDa para la Cry1Ab) que la de las

producidas por bacterias [35,37] con las que usualmente se realizan los

bioensayos.

3. Dada la expresin constitutiva de las protenas en las plantas GM, se

extiende espacial y temporalmente su presencia en el agrosistema [35],

pudiendo ocasionar efectos de carcter crnico en organismos no blan-

co expuestos de forma directa o indirecta.

Debido al conocimiento actual sobre la especificidad de las protenas Cry, se

propone la cercana filogentica entre el taxa blanco de un OGM resistentea insectos y los ONB presentes en el sitio de liberacin, como un criterio de

seleccin. Bajo la premisa de que es ms probable que la protenas insecti-

cidas tengan efectos negativos en organismos ms cercanos al blanco, este

criterio se usa en combinacin con el IP para seleccionar una especie o taxa.

Aunque pudiera perecer que el uso de este criterio, por estar basado en la

especificidad de las protenas Cry, entra en conflicto con los argumentos ex-

puestos anteriormente, este no es el caso; ya que la incorporacin de criterios

de filtrado permite que se seleccionen previamente especies o taxa diferen-tes al blanco del OGM.

Este criterio es de carcter opcional pues, para el caso de los OGM toleran-

tes a herbicidas, no hay un organismo blanco como tal y las prcticas de

manejo asociadas (i.e. la composicin del herbicida utilizado para el control

de malezas), no son especficas para un grupo o taxa en particular.

16


17/49

Figura 1: Nmero de eventos de transformacin sencillos de maz que expre-san las diferentes protenas insecticidas.

17


18/49

Figura 2: Mapa de calor que muestra la distancia filogentica entre los he-xpodos; los dendrogramas representan similitud en el nmero denodos, no ancestra comn.

18


19/49

La distancia filogentica se calcula a partir de la filogenia de un grupo deter-

minado. Tomando como base el dendrograma correspondiente, se crea un

archivo parenttico en formato nexus. A partir de este archivo, se crea una

matriz cuadrada en la que se indica la distancia filogentica entre todos los

taxa, en la forma de nmero de nodos de separacin. Una vez reducida lalista de especies mediante los criterios de filtrado, las especies con mayor IP

y menor valor en el criterio de cercana filogentica, tendrn prioridad sobre

las dems.

Para probar el funcionamiento del mtodo, se gener un archivo nexus a par-

tir del dendrograma correspondiente a la filogenia de los hexpodos usada

por Gullan y Cranston [32] (figura3).

Distribucin

Una especie restringida a uno o a unos cuantos tipos de hbitats represen-

ta potencialmente un mejor indicador de cambios ambientales que una es-

pecie generalista [14]. La distribucin geogrfica de los ONB con respecto

a los sitios donde se encuentran los OGM es considerado como un criterio

importante para la seleccin de especies [38]. Dufrne y Legendre (1997)

propusieron un mtodo para identificar especies y ensamblajes de especies

caractersticos de un grupo de sitios; este mtodo combina, la abundanciarelativa, con la frecuencia de ocurrencia relativa de las especies en los dife-

rentes grupos de sitios incluidos en un estudio determinado para obtener un

valor indicador (IndVal). Este valor esta compuesto por dos factores:

Aij =Nindividuosij/Nindividuosi

donde Aij es una medida de especificidad, Nindividuosij es el promedio de

individuos de la especie i en los sitios que pertenecen al grupo j, mientrasqueNindividuosies la suma de los promedios de los individuos de la especie

ien todos los grupos.

Bij =Nsitiosij/Nsitiosj

19
http://-/?-http://-/?-


20/49

Figura 3: Dendrograma de los hexpodos; tomado de [32]

20


21/49

Bij es una medida de fidelidad, Nsitiosij es el nmero de sitios en el grupo j

en donde la especie iest presente; Nsitiosj es el nmero total de sitios en

ese grupo.

El IndVal de la especie ien el grupoj es:

IndV alij =AijBij100

y toma su valor mximo (=100%) cuando los individuos de la especiei estn

presentes en todos los sitios de un slo grupo [24]:

IndV ali=max [IndV alij]

Ya que el IndVal depende del tamao relativo de los grupos de sitios (i.e. laproporcin del total de sitios que pertenecen al grupo en cuestin) y que

la informacin requerida sobre las especies es su abundancia, se utiliz la

aproximacin grupo-igualada basada en abundancia [14]:

sgind=A

gindXBind=

ap/NpK

k=1

/Nk

X ap

cXNp

en la queKes el nmero de grupos de sitios; Nkel nmero de sitios pertene-

cientes alk esimo grupo de sitios;apes la suma de los valores de abundancia

de las especies en el k esimo grupo de sitios; Npel numero de sitios perte-

necientes al grupo de sitios en cuestin y c representa el nmero total de

individuos por sitio.

Los grupos de sitios o clusters se pueden definir a travs de diferentes mtodos

de agrupamiento, de preferencia, usando informacin ambiental indepen-

diente de la utilizada para el clculo del IndVal (i.e. abundancia y distribucin

de las especies) para establecer la cercana. De esta forma, las especies in-

dicadoras pueden considerarse como estrechamente relacionadas con las

condiciones ecolgicas del cluster donde habitan [10].

En general, a partir del 2006, las zonas de liberacin de OGM se pueden cla-

sificar espacialmente en dos niveles gruesos:

21
http://-/?-http://-/?-


22/49

Figura 4: Ejemplo de tres polgonos generales de liberacin de maz solicitadospor un promovente (en naranja) y las ecorregiones de Mxico; izq.Sinaloa; cen. Laguna; der. Norte Tamaulipas.

22


23/49

Figura 5: Ejemplo de sitios puntuales de liberacin ficticios dentro de un pol-gono general.

23


24/49

Cobertura Categoras Fuente

Isotermas anuales 3

Precipitacin total anual 6

Climas 7

Tipos de suelo 9

Provincias fisiogrficas 6

Sub provincias fisiogrficas 9

Humedad del suelo 3

Ecorregiones 7

Rangos de humedad 3

Cuadro 3: Nmero de categoras de cada cobertura presentes dentro de lospolgonos generales de liberacin.

1. Polgonos generales de liberacin potencial. Representan reas geogr-

ficas relativamente extensas, que pueden incluir o ser incluidas por uno

o varios rasgos espaciales definidos por caractersticas ambientales mas

o menos similares (p.ej. ecoregiones o distritos de riego) (figura4).

2. Sitios puntuales de liberacin. Ubicados dentro de los polgonos genera-

les; corresponden a los campos donde se libera un OGM y es donde se

genera la informacin sobre los organismos asociados al cultivo (figura

5).

Dado que los polgonos generales de liberacin pudieran presentar condi-

ciones ambientales comunes, stos pudieran ser considerados como clusters

para el clculo del IndVal. Para explorar la viabilidad de esta opcin, se reali-

z un anlisis de cluster jerrquico mediante el mtodo de agrupamiento de

pares con la media aritmtica no ponderada (UPGMA) utilizando 9 cobertu-

ras de atributos climticos, edafolgicos y de regionalizacin. Se generaron

20 puntos al azar dentro de cada unos de los tres polgonos generales de li-

beracin. Se construy una matriz binaria con los valores categricos de las

coberturas correspondientes a cada punto, de acuerdo a su ubicacin es-

pacial.

Como se aprecia en el dendrograma obtenido (figura6), la agrupacin de

los puntos de acuerdo a los valores de las coberturas consideradas coincida

24
http://www.conabio.gob.mx/http://www.conabio.gob.mx/http://www.inegi.org.mx/http://www.inegi.org.mx/http://www.inegi.org.mx/http://www.inegi.org.mx/http://www.inegi.org.mx/http://www.conabio.gob.mx/http://www.conabio.gob.mx/


25/49

Figura 6: Dendrograma de los 60 sitios aleatorios generados dentro de los trespolgonos generales; las etiquetas corresponden a las siglas del pol-gono al que pertenecen.

25


26/49

Especie

Sitio

sp1 sp2 sp3 sp4 sp5 sp6 sp7 sp8

Cluster

A

1 10 10 8 10 10 5 0 3

2 10 0 8 10 8 3 10 13 10 0 0 10 7 0 0 2

IndVal 3.162 1.825 2.309 1.825 2.372 1.154 1.054 0.585

B

4 0 0 0 10 0 4 10 2

5 0 0 0 10 6 0 0 5

6 0 0 0 10 0 2 0 10

IndVal 0.000 0.000 0.000 1.825 0.569 0.866 1.054 1.659

C7 0 0 0 10 0 2 10 78 0 0 0 10 6 0 0 3

9 0 0 0 10 0 0 0 2

IndVal 0.000 0.000 0.000 1.825 0.569 0.288 1.054 1.171

Cuadro 4: Ejemplo de valores IndVal calculados a partir de la distribucin yabundancia simulada de ocho especies en nueve sitios agrupadosen tres clusters.

totalmente a la de los polgonos generales solicitados. Transportando los ni-veles de organizacin espacial a las definiciones del valor indicador, el grupo

de sitios o cluster correspondera al nivel 1, mientras que los sitios al nivel 2.

En el cuadro4se muestra un ejemplo del valor IndVal de diferentes espe-

cies calculado a partir de datos de abundancia simulados; en ella se puede

apreciar como los valores dependen de la abundancia y distribucin de las

especies en todos los clusters. sp1 y sp8 toman valores extremos en el cluster

A pero no en el B y C.

El IndVal ha sido utilizado en diferentes estudios [9,8,29,31,72,47,50,67],

sintticamente, puede definirse como: una aproximacin que busca las es-

pecies que son tanto necesarias como suficientes, i.e. si se encuentra una

especie determinada, se sabe que se est en un tipo de sitio y si se est en

ese tipo de sitio, se debera encontrar esa especie [10]. Tomando en cuenta

los requerimientos para su clculo y la naturaleza de la informacin asociada

26


27/49

a la mayora de las liberaciones de OGM en Mxico, se consider este valor

como un representante adecuado del criterio abundancia y distribucin.

Exposicin

La exposicin de los organismos no blanco a las protenas insecticidas pue-

de darse de manera directa mediante el consumo de tejidos de la planta

GM o indirecta a travs de diferentes niveles trficos [5,4,6,2]. Se puede

considerar mas probable la ocurrencia de efectos negativos en ONB expues-

tos directamente a las protenas insecticidas, que en aquellos expuestos de

forma indirecta [68].

Fenologa

Tomando en cuenta que los efectos en poblaciones expuestas durante todo

su ciclo de vida a las protenas Cry, podran ser mayores que en aquellas po-

blaciones expuestas nicamente durante un estadio [38,68], un valor mayor

en este criterio indica mayor prioridad de seleccin. El valor de la fenologa se

calcula sumando la cantidad de fechas diferentes de una misma campaa

de muestreo, en que se encontr una especie determinada.

Gremio

Este criterio permitir elegir de la lista de especies o taxa presentes en los

sitios de liberacin, aquellos que pertenezcan a algn gremio en particular.

Algunos autores consideran como una aproximacin mas robusta el utilizar los

grupos funcionales en lugar de especies individuales como criterio de selec-

cin [38]. La inclusin de organismos representativos de diferentes gremios en

las evaluaciones de riesgo y programas de monitoreo es un elemento comnencontrado en la literatura.

Meta de proteccin

Al igual que en el proceso de anlisis de riesgo, el monitoreo debera ideal-

mente estar vinculado a una o varias metas de proteccin especficas. Este

27


28/49

criterio agrupa a otros considerados de forma independiente por algunos

autores [23,38,68,6]. La meta de proteccin puede fundamentarse en mo-

tivaciones de diferente tipo, como la conservacin de especies raras o ame-

nazadas, la proteccin de algn proceso ecolgico o el valor cultural de

determinadas especies. Dada la estructura en que se almacenan los datos,cada especie o taxa presente en el sitio de liberacin puede tener asociada

una o muchas metas de proteccin. Estas metas pueden ser establecidas por

los tomadores de decisin.

Relevancia

Directamente asociado con la meta de proteccin, la relevancia representa

un valor calculado a partir del juicio de experto que refleja la importanciade la especie correspondiente, para la meta o metas de proteccin iden-

tificadas con las que esta relacionada. Este criterio resulta particularmente

polmico ya que los valores establecidos pueden variar considerablemente

dependiendo de la persona que los establezca o ,en muchos casos, pueden

ser desconocido.

Para conocer la viabilidad del criterio y establecer la variabilidad de las valo-

raciones, se dise un formato de consulta en lnea. El objetivo es distribuirlo

a travs del correo electrnico a diferentes actores, de preferencia expertosen las reas del conocimiento relacionadas con con los efectos de OGM,

para conocer su opinin al respecto. El archivo se enva como un formulario

en formato .pdf que puede ser llenado directamente; las respuestas se en-

van automticamente a un correo electrnico establecido presionando un

botn. Adems de consultar sobre la relevancia, en la consulta se solicita la

asignacin del nivel de importancia que, a juicio del consultado, deberan

tener los criterios exposicin, distancia filogentica y fenologa.

En caso de no contarse con informacin que permita establecer un valor derelevancia, algunos autores proponen la adopcin de un enfoque precauto-

rio y asignan un nivel alto al criterio en cuestin [38]. Sin embargo, dado que

la relevancia se consider como el segundo criterio en nivel de importancia,

el asignar valores altos tendra un efecto importante en el IP, pudiendo llevar

a sobre estimar la prioridad de ciertas especies cuya relevancia, probable-

28


29/49

mente, no sea tan grande. En el MSEP se propone utilizar la mediana de los

valores de relevancia como substituto de los datos ausentes.

ndice de PrioridadPonderacin de los criterios

No todos los criterios considerados contribuyen en igual magnitud para el

IP. La ponderacin de stos, aunque basada en evidencia cientfica, es de

carcter subjetivo. Existen mtodos formales que permiten traducir la subje-

tividad asociada a la importancia de un criterio en relacin a otro (p. ej. a

es mucho mas importante que b). El proceso analtico jerrquico o AHP por

sus siglas en ingls, es una teora de medicin a travs de comparacionespareadas desarrollada por Thomas L. Saaty en la dcada de los 70. Se basa

en el juicio de experto para derivar las escalas de prioridad de los atributos

asociados a las diferentes alternativas, en una toma de decisiones dada. El

mtodo consiste en descomponer un problema de decisin complejo en sus

componentes estructurales y ponderar una contra otra todas las distintas al-

ternativas. La particularidad de este modelo es que permite la incorporacin

y medicin, en trminos relativos, de atributos intangibles o subjetivos [61,70].

El peso de los criterios considerados en el MSEP se calcul mediante el m-todo del eigenvalor [33], que forma parte del AHP. Para ello, se realiz una

comparacin pareada de cada criterio en la que se asign la importancia

relativa de cada uno con respecto a los dems (cuadro6), formando as una

matriz recproca (cuadro7). El valor numrico que representa el nivel de im-

portancia de cada criterio se estableci de acuerdo a la escala propuesta

por Saaty [60] (cuadro5).

Para medir la consistencia del juicio subjetivo y las ponderaciones estableci-

das en funcin de este juicio (B A A CB C), se calcul el ndicede Consistencia (C.I.) mediante la formula:

C.I.=(max n)

(n 1)

dondemaxcorresponde al mximo eigenvalor de la matriz recproca (max=

4.2403) y nes el nmero de criterios.

29


30/49

Intensidad Definicin lingstica Explicacin

1 Igual importancia Las dos actividades contribuyende la misma forma.

3 Moderada importancia La experiencia y el juicio

favorecen fuertemente a unaactividad sobre la otra.

5 Fuerte importancia La experiencia y el juiciofavorecen fuertemente a unaactividad sobre la otra.

7 Muy fuerte importancia Una actividad es fuertementefavorecida y su dominancia sedemuestra en la prctica.

9 Extrema importancia La evidencia que favorece

fuertemente a una actividadsobre la otra es del mayor ordende magnitud posible.

2,4,6,8 Valores intermedios Cuando es necesario.

Cuadro 5: Escala de importancia; tomada de [60].

Tambin se calcul la Razn de Consistencia (C.R.) mediante la formula:

C.R.= C.I.R.I.

dondeR.I.se refiere al ndice de Consistencia Aleatorio, obtenido a partir de

una muestra grande de matrices recprocas generadas aleatoriamente [33]

(cuadro8).

Los valores obtenidos indican que no es necesario reevaluar las ponderacio-

nes entre criterios (C.I.= 0.0801yC.R.= 0.09) [60,33].

Una vez evaluada la consistencia de las ponderaciones, se normaliz el ei-genvector correspondiente al mximo eigenvalor de la matriz recproca me-

diante la formula:

wj =wj

ni=1

wi

30


31/49

Importancia

+ = -

9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9

IndVal IndVal

IndVal Expo

IndVal

Relev

IndVal Feno

Expo IndVal

Expo Expo

Expo

RelevExpo Feno

Relev IndVal

Relev

Expo

Relev Relev

Relev Feno

Feno

IndVal

Feno ExpoFeno Relev

Feno Feno

Cuadro 6: Tabla Comparativa de la importancia relativa de cada criterio.

IndVal Exposicin Relevancia Fenologa

IndVal 1 5 7 7Exposicin 1/5 1 3 5Relevancia 1/7 1/3 1 3Fenologa 1/7 1/5 1/3 1

max= 4.2403 C.I.= 0.0801 C.R.= 0.09

Cuadro 7: Matriz recproca comparativa de la importancia de los criterios.

31


32/49

# de criterios 3 4 5 6 7 8 9 10 11 12 13

R.I. 0.52 0.89 1.11 1.25 1.35 1.40 1.45 1.49 1.51 1.54 1.56

Cuadro 8: ndice de Consistencia aleatorio para diferentes cantidades de cri-

terios; tomado de [33].Criterio IndVal Exposicin Relevancia Fenologa

Peso 0.6428 0.2087 0.0972 0.0512

Cuadro 9: Pesos de los diferentes criterios.

El vector resultante corresponde a los pesos de cada uno de los criterios: w =

[0.6428, 0.2087, 0.0972, 0.0512], (cuadro9).

Aunque tiene algunas desventajas como la reversin de rangos si se aadeno remueven alternativas y la subjetividad de la ponderacin de los criterios

[70], el AHP ha mostrado su utilidad en problemas similares de seleccin de

especies indicadoras [49]. En este caso, el AHP nicamente se utiliz para

calcular el peso de los diferentes criterios.

Clculo del ndice de Prioridad

El ndice de prioridad se calcula mediante la Ponderacin Aditiva Simple(SAW por sus siglas en ingls) que es uno de los mtodos mas usados en las

MCDM [33], dnde la mejor alternativa se deriva de la ecuacin:

A ={ui(x) |maxui(x) |i= 1, 2,...,n}

en la que ui(x) denota la utilidad de la i esima alternativa e i = 1, 2, . . . , n.

Una alternativa es mejor mientras mayor sea el valor obtenido. Dado que los

valores de los diferentes criterios no corresponden a unidades comparables,

stos deben ser normalizados mediante la expresin:

nij = rijrj

donderj es el mximo valor der en la columnaj . As, los criterios se vuelven

conmensurables y se encuentran comprendidos en un rango de 0 a 1.

32


33/49

Una vez normalizados los valores, se calcula el valor de desempeo de la i

esima alternativa (pi) mediante la formula:

pi=m

j=1 wjrij

donde wj corresponde al peso del j esimo criterio y rij representa el valor

normalizado de lai esima alternativa con respecto alj esimo criterio. Substi-

tuyendo parcialmente la formula anterior, el ndice de prioridad de la iesima

especie (I.P.i) se calcula de la siguiente forma:

I.P.i= (IndV alniX 0.6428) + (expniX 0.2087) + (relevniX 0.0972) + (fenoniX 0.0512)

donde IndV alni,expni, relevni y fenoni corresponden a los valores normaliza-

dos que presenta laiesima especie para cada criterio.

En el cuadro10se presenta una simulacin en la que se asignaron valores a

los diferentes criterios del MSEP. Para aquellos diferentes al IndVal, stos fueron

asignados de tal manera que la sp1 y la sp7 representaran la mejor y peor

alternativa respectivamente. En funcin de los valores del IP, el orden de se-

leccin de las especies sera: sp1 sp5 sp2 sp3 sp4 sp6 sp8 sp7.

Base de datos

Para almacenar los datos generados sobre los organismos asociados a los

cultivos GM y convencionales en los sitios de liberacin, se diseo una base de

datos relacional en el manejador MySQL que permite realizar las bsquedas

necesarias para la conformacin de la matriz de seleccin y el clculo delIP. Debido a la cardinalidad de las relaciones que existen entre los diferentes

tipos de datos, el almacenarlos en una hoja plana del tipo hoja de clculo

hara inviable la recuperacin de los datos con la estructura adecuada y la

automatizacin del proceso. MySQL puede ser descargado de forma gratuita

en la pgina

.

33
http://www.mysql.com/http://www.mysql.com/


34/49

IndVal expo relev feno IndValn expon relevn fenon IP

sp1 3.162 3 3 3 1.000 1.000 1.000 1.000 0.9999

sp2 1.825 3 2 2 0.577 1.000 0.666 0.666 0.6788

sp3 2.309 1 2 3 0.730 0.333 0.666 1.000 0.6550

sp4 1.825 2 2 2 0.577 0.666 0.666 0.666 0.6092

sp5 2.372 3 3 3 0.750 1.000 1.000 1.000 0.8395

sp6 1.154 1 3 3 0.365 0.333 1.000 1.000 0.4527

sp7 1.054 1 1 1 0.333 0.333 0.333 0.333 0.3333

sp8 0.585 3 2 1 0.185 1.000 0.666 0.333 0.4096

Cuadro 10: Matriz de valores simulados para los criterios cuantitativos delMSEP; IndValn, expon, relevn y fenon corresponden a los valores

normalizados; IP = ndice de prioridad; IndVal = IndVal del clusterA de la tabla4.

La base de datos consta de 16 tablas que representan las diferentes entida-

des en que se pueden descomponer los datos. En la figura 7se muestra el

modelo lgico correspondiente.

Ya que no se cuenta con datos sobre los organismos presentes en los sitios de

liberacin, las tablas de la base se poblaron con datos ficticios para probar

el funcionamiento del MSEP.

34


35/49

Figura7:Modelodelabasededatos.

35


36/49

Clculos

El MSEP integra la informacin en forma tabular mediante una matriz semejan-

te en su estructura a la propuesta por Andow,et al. [6]; las columnas represen-

tan los diferentes criterios considerados y las filas a las especies encontradasen el sitio de liberacin. Los clculos necesarios para obtener el valor de los

criterios que as lo requieren as como el IP, se realizan mediante el lenguaje

de programacin estadsticoR[66]. Este lenguaje presenta varias ventajas en

lo que respecta a la integracin del presente mtodo:

1. Existencia de libreras especficas que permiten calcular directamente

los valores de los criterios. El clculo del IndVal se realiza mediante la

libreraindicspecies[15], la distancia filogentica a partir del archivo ne-

xus se calcula con la funcin distTips de la librera adephylo[42] mientras

que los ndices de diversidad de las comunidades muestreadas, con las

funciones respectivas de la libreravegan[54].

2. Interoperatividad con la base de datos. El valor de los diferentes crite-

rios se calcula a partir de tablas creadas mediante bsquedas espec-

ficas en la base de datos. La librera RMySQL[41] permite establecer la

interfase necesaria entre Ry el manejador MySQL para el intercambio

bidireccional de datos.

3. Libre y de cdigo abierto. Se puede descargar gratuitamente de la di-

reccin

.

Automatizacin

Si bien los componentes de software integrados en el MSEP tienen muchas

ventajas, Ry MySQL presentan el inconveniente de ser poco amigables conel usuario. Ya que las instrucciones se ingresan mediante una interfase de

lnea de comandos (CLI), el usuario debe tener conocimiento de ambos len-

guajes. Para minimizar al mximo la interaccin con el software, se escribi

un script (MESP.r) que permite la interaccin mediante una interfase grfica

y realiza todos los clculos necesarios de manera automtica. Una vez con-

cluidos los clculos, se exporta la matriz de seleccin resultante a un archivo

36
http://www.r-project.org/


37/49

delimitado por comas (.csv). Adems de este archivo, el script genera una

serie de grficas que presentan informacin sobre la diversidad y riqueza de

especies de los diferentes sitios de liberacin (figura13). Varios estudios en los

que se analizan los posibles efectos de cultivos GM en organismos no blanco

en campo, incluyen ndices de este tipo, que reflejan la heterogeneidad delas poblaciones o comunidades estudiadas [16,19,27,48,71] y permiten su

comparacin.

En las figuras8y9se muestra de forma esquemtica la integracin del MSEP.

Consideraciones finales

La utilidad del mtodo de seleccin de especies prioritarias aqu propuesto,

depende completamente de la cantidad y calidad de la informacin ge-

nerada en los sitios de liberacin. En este sentido, se necesitan datos de al

menos dos sitios de liberacin diferentes. Se recomienda utilizar la estructura

de las tablas de la base de datos como referencia para la solicitud de sta y

as minimizar el manejo y la adecuacin de los datos entregados.

El script permite la generacin de la matriz de seleccin de forma automti-

ca; si se requerien realizar cambios de fondo (p.ej. la utilizacin de otro den-

drograma para el clculo de la distancia filogentica), es necesario realizar

modificaciones tanto al script como a la base de datos.

Dada la robustez del software utilizado, es posible realizar muchas otras bus-

quedas y anlisis diferentes a los considerados; sin embargo, se recomienda

que sto sea llevado a cabo por una persona que posea conocimentos so-

bre ambos lenguajes.

37


38/49

Figura 8: Estructura grfica del mtodo de seleccin propuesto; las dos lineasinferiores vienen del la figura9

38


39/49

Figura 9: Estructura grfica del mtodo de seleccin propuesto; las lineas su-periores conectan con la figura8

39


40/49

Figura 10: Vistas de la interfase grfica del MSEP; izq. carga del archivo nexus;der. calculo de la distancia filogentica.

Figura 11: Vistas de la interfase grfica del MSEP: izq. seleccin del cluster; der.seleccin del taxa blanco del OGM.

Figura 12: Vista de la interfase grfica del MSEP; aviso de trmino.

40


41/49

Figura 13: Diferentes ndices de diversidad calculados para los sitios de libe-racin; sup. izq. riqueza de especies; sup. der. ndice de diversidadde Simpson; inf. izq. ndice de diversidad de Shanon; inf. der. den-drograma de agrupamiento de los sitios en funcin de las especiespresentes.

41


42/49

Bibliografa

[1] United States Environmental Protection Agency. Guidelines for ecologi-

cal risk assessment. EPA/630/R. Risk Assessment Forum, U.S. Environmental

Protection Agency, 1998.

[2] F. lvarez-Alfageme, N. Ferry, P. Castaera, F. Ortego, and A.M.R. Ga-

tehouse. Prey mediated effects of bt maize on fitness and digestive phy-siology of the red spider mite predator stethorus punctillum weise (co-

leoptera: Coccinellidae). Transgenic Research, 17(5):943954, 2008.

[3] D A Andow, A N E Birch, A N Dusi, E M G Fontes, A Hilbeck, and A Lang.

Non-target and biodiversity risk assessment for genetically modified ( gm

) crops. The 9th International Symposium on the Biosafety of Genetica-

lly Modified Organisms Jeju Island Korea 2429 September 2006 biosafety

research and environmental risk assessment, pages 7075, 2006.

[4] D.A. Andow and A. Hilbeck.Environmental risk assessment of geneticallymodified organisms: A Case Study of Bt Maize in Kenya, chapter Bt Maize,

Risk Assessment and the Kenya Case Study, pages 120. Cabi Series. CABI,

2004.

[5] D.A. Andow and A. Hilbeck. Science-based risk assessment for nontarget

effects of transgenic crops. BioScience, 54(7):637649, 2004.

[6] D.A. Andow, A. Hilbeck, and N.V. Tuat. Environmental risk assessment

of genetically modified organisms: Challenges and opportunities with Bt

cotton in Vietnam. Cabi Series. CABI, 2008.

[7] S. Bonny. Genetically modified glyphosate-tolerant soybean in the usa:

adoption factors, impacts and prospects. a review. Agronomy for Sustai-

nable Development, 28(1):2132, 2008.

[8] D. Bonte, L. Baert, L. Lens, and J.P. Maelfait. Effects of aerial dispersal, ha-

42


43/49

bitat specialisation, and landscape structure on spider distribution across

fragmented grey dunes. Ecography, 27(3):343349, 2004.

[9] D. Bonte, N. Vandenbroecke, L. Lens, and J.P. Maelfait. Low propensity

for aerial dispersal in specialist spiders from fragmented landscapes. Pro-

ceedings of the Royal Society of London. Series B: Biological Sciences,270(1524):16011607, 2003.

[10] D. Borcard, F. Gillet, and P. Legendre. Numerical ecology with R. Springer

Verlag, 2011.

[11] A. Bravo, S.S. Gill, and M. Soberon. Mode of action of bacillus thuringiensis

cry and cyt toxins and their potential for insect control.Toxicon, 49(4):423

435, 2007.

[12] G. Brookes. The benefits of adopting genetically modified, insect resistant(bt) maize in the european union (eu): first results from 1998-2006 plan-

tings. PG Economics Ltd, UK, 2007.

[13] G. Brookes and P. Barfoot. Gm crops: The first ten yearsglobal socioeco-

nomic and environmental impacts. ISAAA Brief, 36, 2006.

[14] M.D. Cceres and P. Legendre. Associations between species and groups

of sites: indices and statistical inference. Ecology, 90(12):35663574, 2009.

[15] Miquel De Caceres and Pierre Legendre. Associations between species

and groups of sites: indices and statistical inference, 2009.

[16] MP Candolfi, K. Brown, C. Grimm, B. Reber, and H. Schmidli. A faunistic

approach to assess potential side-effects of genetically modified bt-corn

on non-target arthropods under field conditions. Biocontrol Science and

Technology, 14(2):129170, 2004.

[17] V. Carignan and M.A. Villard. Selecting indicator species to monitor eco-

logical integrity: a review. Environmental Monitoring and Assessment,

78(1):4561, 2002.

[18] T. Caro and S. Girling.Conservation by Proxy: Indicator, Umbrella, Keysto-

ne, Flagship, and Other Surrogate Species. Island Press, 2010.

[19] MG Cattaneo, C. Yafuso, C. Schmidt, C. Huang, M. Rahman, C. Olson,

C. Ellers-Kirk, BJ Orr, SE Marsh, L. Antilla, et al. Farm-scale evaluation of

transgenic cotton impacts on biodiversity, pesticide use, and yield. Pro-

ceedings of the National Academy of Sciences USA, 103:75717576, 2006.

43


44/49

[20] A.L. Cerdeira and S.O. Duke. The current status and environmental im-

pacts of glyphosate-resistant crops. Journal of Environmental Quality,

35:6331658, 2006.

[21] Cmara de Diputados del H. Congreso de la Unin. Ley de bioseguridad

de organismos genticamente modificados. 2005.

[22] Y. Devos, M. Cougnon, S. Vergucht, R. Bulcke, G. Haesaert, W. Steur-

baut, and D. Reheul. Environmental impact of herbicide regimes used

with genetically modified herbicide-resistant maize. Transgenic research,

17(6):10591077, 2008.

[23] P. Duelli and M.K. Obrist. Biodiversity indicators: the choice of values and

measures. Agriculture, ecosystems & environment, 98(1-3):8798, 2003.

[24] M. Dufrene and P. Legendre. Species assemblages and indicator species:the need for a flexible asymmetrical approach. Ecological monographs,

67(3):345366, 1997.

[25] M.G. Edwards and G.M. Poppy. Environmental Impact of Genetically

Modified Crops, chapter Environmental Benefits of Genetically Modified

Crops, pages 4058. Cabi Series. CABI, 2009.

[26] AE Eycott, K. Watts, DG Moseley, and D. Ray. Evaluating biodiversity in

fragmented landscapes: use of focal species. Forestry Commission Infor-

mation Note, 89, 2007.

[27] G.P. Farinos, M. De la Poza, P. Hernandez-Crespo, F. Ortego, and

P. Castanera. Diversity and seasonal phenology of aboveground arth-

ropods in conventional and transgenic maize crops in central spain. Bio-

logical Control, 44(3):362371, 2008.

[28] B.A. Federici, H.W. Park, and D.K. Bideshi. Overview of the basic biology of

bacillus thuringiensis with emphasis on genetic engineering of bacterial

larvicides for mosquito control. Open Toxinol. J, 3:154171, 2010.[29] J. Foata, D. Mouillot, JL Culioli, B. Marchand, et al. Influence of season

and host age on wild boar parasites in corsica using indicator species

analysis. Journal of helminthology, 80(1):4146, 2006.

[30] K. Frankenhuyzen. Insecticidal activity of bacillus thuringiensis crystal pro-

teins. Journal of invertebrate pathology, 101(1):116, 2009.

44


45/49

[31] A.C. Grandchamp, A. Bergamini, S. Stofer, J. Niemel, P. Duelli, and

C. Scheidegger. The influence of grassland management on ground

beetles (carabidae, coleoptera) in swiss montane meadows. Agriculture,

ecosystems & environment, 110(3):307317, 2005.

[32] P.J. Gullan and P.S. Cranston. The Insects: An Outline of Entomology. Wiley-Blackwel, 2010.

[33] T. Gwo-Hshiung, G.H. Tzeng, and J.J. Huang. Multiple Attribute Decision

Making: Methods and Applications. Taylor & Francis, 2011.

[34] A.L. Hammond and World Resources Institute. Environmental indicators: a

systematic approach to measuring and reporting on environmental po-

licy performance in the context of sustainable development. World Re-

sources Institute Washington, DC, 1995.[35] A. Hilbeck. Implications of transgenic, insecticidal plants for insect and

plant biodiversity. Perspectives in Plant Ecology, Evolution and Systema-

tics, 4(1):4361, 2001.

[36] A. Hilbeck, M. Meier, and A. Benzler. Identifying indicator species for

post-release monitoring of genetically modified, herbicide resistant crops.

Euphytica, 164(3):903912, 2008.

[37] A. Hilbeck and JEU Schmidt. Another view on bt proteins-how specific are

they and what else might they do. Biopesticides International, 2(1):150,

2006.

[38] ANGELIKA HILBECK, SALVATORE ARPAIA, A. NICHOLAS E. BIRCH, YOLAN-

DA CHEN, ELIANA M.G. FONTES, ANDREAS LANG, L THI THU HNG, GA-

BOR L. LVEI, BARBARA MANACHINI, NGUYN THI THU CC, NGUYN VAN

HUYNH, NGUYN VAN TUT, PHAM VAN LM, PHAM VAN TOAN, CAR-

MEN S.S. PIRES, EDISON R. SUJII, TRC KHU O NG LAI, EVELYN UNDERWOOD,

RON E. WHEATLEY, LEWIS J. WILSON, CLAUDIA ZWAHLEN, and DAVID A. AN-

DOW. Environmental risk assessment of genetically modified organisms:

Challenges and opportunities with Bt cotton in Vietnam, chapter Non-

target and Biological Diversity Risk Assessment, pages 115137. Cabi Se-

ries. CABI, 2008.

[39] R.A. Hill. Conceptualizing risk assessment methodology for genetically

modified organisms. Environmental Biosafety Research, 4(2):6770, 2005.

45


46/49

[40] Clive James. Global Status of Commercialized Biotech/GM Crops: 2011.

Number 43. ISAAA, Ithaca, NY., 2011.

[41] David A. James and Saikat DebRoy. RMySQL: R interface to the MySQL

database, 2012. R package version 0.9-3.

[42] T. Jombart and S. Dray. adephylo: exploratory analyses for the phyloge-

netic comparative method. Bioinformatics, 26:19071909, 2010.

[43] S.E Jyrgensen, Fu-Liu Xu, Joo C. Marques, and Fuensanta Salas. Hand-

book of ecological indicators for assessment of ecosystem health., chap-

ter Application of Indicators for the Assessment of Ecosystem Health, pa-

ges 964. Boca Raton. Taylor & Francis 2010.

[44] J.R. Karr. Biological integrity: a long-neglected aspect of water resource

management. Ecological applications, 1(1):6684, 1991.

[45] K.M. Kjer, F.L. Carle, J. Litman, and J. Ware. A molecular phylogeny of

hexapoda. Arthropod Systematics and Phylogeny, 64(1):3544, 2006.

[46] F.A. Lootsma.Multi-Criteria Decision Analysis Via Ratio and Difference Jud-

gement. Applied Optimization. Kluwer, 1999.

[47] I. Mathe. Forest edge and carabid diversity in a carpathian beech forest.

Community Ecology, 7(1):9197, 2006.

[48] X. Men, F. Ge, X. Liu, and E.N. Yardim. Diversity of arthropod communi-ties in transgenic bt cotton and nontransgenic cotton agroecosystems.

Environmental Entomology, 32(2):270275, 2003.

[49] K.R. Moseley, W.M. Ford, J.W. Edwards, and M.P. Strager. A multi-criteria

decisionmaking approach to management indicator species selection

for the monongahela national forest, west virginia.Res. Pap. NRS-12. New-

town Square, PA: US Department of Agriculture, Forest Service, Northern

Research Station. 22 p., 2010.

[50] D. Mouillot, J.M. Culioli, and T.D. Chi. Indicator species analysis as a test

of non-random distribution of species in the context of marine protected

areas. Environmental conservation, 29(03):385390, 2002.

[51] D. Niemeijer. Developing indicators for environmental policy: data-driven

and theory-driven approaches examined by example. Environmental

Science & Policy, 5(2):91103, 2002.

46


47/49

[52] D. Niemeijer and R.S. de Groot. A conceptual framework for selecting

environmental indicator sets. Ecological indicators, 8(1):1425, 2008.

[53] G.J. Niemi and M.E. McDonald. Application of ecological indicators. An-

nual Review of Ecology, Evolution, and Systematics, pages 89111, 2004.

[54] Jari Oksanen, F. Guillaume Blanchet, Roeland Kindt, Pierre Legendre, Pe-

ter R. Minchin, R. B. OHara, Gavin L. Simpson, Peter Solymos, M. Henry H.

Stevens, and Helene Wagner. vegan: Community Ecology Package,

2012. R package version 2.0-3.

[55] EFSA Panel on Genetically Modified Organisms. Scientific opinion on the

annual post-market environmental monitoring (pmem) report from mon-

santo europe s.a. on the cultivation of genetically modified maize mon

810 in 2010. EFSA Journal, 10:2610, 2012.[56] Ad Hoc Technical Expert Group (AHTEG) on Risk Assessment and Risk Ma-

nagement under the Cartagena Protocol on Biosafety. GUIDANCE ON

RISK ASSESSMENT OF LIVING MODIFIED ORGANISMS. Secretariat of the

Convention on Biological Diversity. United Nations Environment Program-

me, 2010.

[57] JR Prasifka, RL Hellmich, GP Dively, LS Higgins, PM Dixon, and JJ Duan.

Selection of nontarget arthropod taxa for field research on transgenic in-

secticidal crops: using empirical data and statistical power. Environmen-tal entomology, 37(1):110, 2008.

[58] H.L. Rees, J.L. Hyland, K. Hylland, C.S.L. Mercer Clarke, J.C. Roff, and S. Wa-

re. Environmental indicators: utility in meeting regulatory needs. an over-

view. ICES Journal of Marine Science: Journal du Conseil, 65(8):13811386,

2008.

[59] J. Romeis, A.M. Shelton, and G.G. Kennedy. Integration of insect-resistant

genetically modified crops within IPM programs. Progress in biological

control. Springer, 2008.

[60] T.L. Saaty. How to make a decision: the analytic hierarchy process. Euro-

pean journal of operational research, 48(1):926, 1990.

[61] T.L. Saaty. Decision making with the analytic hierarchy process. Interna-

tional Journal of Services Sciences, 1(1):8398, 2008.

47


48/49

[62] M.J. Samways, M.A. McGeoch, and T.R. New. Insect conservation: a

handbook of approaches and methods. Techniques in ecology and con-

servation series. Oxford University Press, 2010.

[63] O. Sanvido, F. Widmer, M. Winzeler, and F. Bigler. A conceptual frame-

work for the design of environmental post-market monitoring of geneti-cally modified plants.Environmental Biosafety Research, 4(1):1327, 2005.

[64] J. A. Sifuentes, A.Plagas del maiz en Mexico. INIA. Folleto de Divulgacion.

INIA, 1985.

[65] I.F. Spellerberg. Monitoring ecological change. Cambridge University

Press, 2005.

[66] R Core Team. R: A Language and Environment for Statistical Compu-

ting. R Foundation for Statistical Computing, Vienna, Austria, 2012. ISBN3-900051-07-0.

[67] Csar Tejeda-Cruz, Klaus Mehltreter, and Vinicio J. Sosa.Agroecosistemas

cafetaleros de Veracruz: biodiversidad, manejo y conservacin, chapter

Indicadores ecolgicos multi-taxonmicos, pages 271278. Instituto de

Ecologa, A. C., 2008.

[68] J.H. Todd, P. Ramankutty, E.I. Barraclough, and L.A. Malone. A screening

method for prioritizing non-target invertebrates for improved biosafety

testing of transgenic crops. Environmental Biosafety Research, 7(1):35

56, 2008.

[69] G.T. Tzotzos, R. Hull, and G.P. Head. Genetically modified plants: assessing

safety and managing risk. Academic Press, 2009.

[70] John Wang, Chandana Chakraborty, and Huanyu Ouyang. Encyclope-

dia of Decision Making and Decision Support Technologies, chapter The

Analytic Hierarchy Process: Structuring, Measurement, and Synthesis, pa-

ges 2937. Number v. 1 in Encyclopedia of Decision Making and DecisionSupport Technologies. Igi Global, 2008.

[71] M.E.A. Whitehouse, LJ Wilson, and GP Fitt. A comparison of arthropod

communities in transgenic bt and conventional cotton in australia. Envi-

ronmental Entomology, 34(5):12241241, 2005.

[72] H.K. Yard, C. Van Riper III, B.T. Brown, and M.J. Kearsley. Diets of insectivo-

48


49/49

rous birds along the colorado river in grand canyon, arizona. The Condor,

106(1):106115, 2004.

[73] Terry F. Young and Stephanie Sanzone. A framework for assessing and re-

porting on ecological condition: An sab report. Technical report, United

States Environmental Protection Agency, 2002.

[74] W. Z

ghart, A. Benzler, F. Berhorn, U. Sukopp, and F. Graef. Determining indi-

cators, methods and sites for monitoring potential adverse effects of ge-

netically modified plants to the environment: the legal and conceptional

framework for implementation. Euphytica, 164(3):845852, 2008.

2012 Inf Monitoreo Liberacion Maiz

Documents

Transcript of 2012 Inf Monitoreo Liberacion Maiz