Optimización Data-Driven del Número de Transferencias Embrionarias en Clonación Equina

Abstract

La clonación equina mediante transferencia nuclear somática (SCNT) ha permitido la multiplicación genética de ejemplares de alto valor deportivo y comercial. Dentro de este proceso, la asignación de embriones a yeguas receptoras constituye un punto crítico de eficiencia técnica y económica. Tradicionalmente, se asigna un número fijo de embriones por clon solicitado, buscando maximizar la probabilidad de éxito en un contexto de alta incertidumbre biológica. Sin embargo, esta estrategia estándar no ha sido previamente evaluada desde una perspectiva analítica rigurosa que combine datos históricos, modelización predictiva y simulación de escenarios. El objetivo de esta tesis fue analizar críticamente el protocolo actual y determinar si existe un número de transferencias más eficiente. Para ello, se trabajó sobre una base de datos histórica de embriones transferidos en un centro de clonación equina de referencia. Se aplicaron técnicas de aprendizaje automático (XGBoost) para construir un modelo predictivo de la probabilidad de éxito por embrión, considerando variables como el tipo de embrión, la calidad, el día de evolución y el estado de conservación (fresco o vitrificado). A partir de las probabilidades estimadas, se desarrollaron simulaciones Montecarlo que permitieron evaluar diferentes escenarios operativos, considerando las restricciones reales del sistema como la cantidad limitada de yeguas receptoras. Los resultados fueron contundentes: reducir el número máximo de transferencias por clon un 29% maximiza la rentabilidad neta, disminuye el costo por clon entregado y mejora el índice de beneficio comercial (CBR). Esta política de asignación optimizada también contribuye a reducir el número de excedentes de clones no deseados, mejora la eficiencia percibida por los clientes y diversifica el riesgo reproductivo entre líneas genéticas. El estudio demuestra que, aunque no es posible manipular las características biológicas individuales de los embriones, sí se puede optimizar su asignación de manera estratégica. Adicionalmente, el análisis reveló diferencias en la probabilidad de éxito según características del embrión, validando la importancia de incorporar herramientas analíticas más precisas en la toma de decisiones operativas. La evidencia presentada muestra que la gestión reproductiva en clonación equina puede beneficiarse significativamente de un enfoque basado en datos, simulaciones estocásticas y modelado predictivo. Estos resultados no solo mejoran el desempeño técnico y económico del sistema actual, sino que también ofrecen una base metodológica sólida para optimizar decisiones en otros procesos biotecnológicos sujetos a alta incertidumbre.