El estrés frío limita severamente la productividad de las legumbres, amenazando la seguridad alimentaria global, particularmente en regiones vulnerables al clima. Esta revisión sintetiza los avances en la comprensión y mejora de la tolerancia al frío en legumbres clave (garbanzo, soja, lenteja y frijol de carita), abordando tres preguntas centrales: (1) fundamentos moleculares/fisiológicos de la tolerancia al frío; (2) cómo las tecnologías emergentes aceleran la disecación del estrés y la cría; y (3) estrategias de integración y desafíos de implementación. La tolerancia al frío en legumbres implica vías conservadas (por ejemplo, Inductor de la Expresión CBF, Factor de Unión C-repeat, genes Responsivos al Frío) y mecanismos específicos de especies como la vía mediada por la soja. Multi-ómi cas han identificado genes críticos (por ejemplo, en garbanzo, en guisante) que subyacen a rasgos adaptativos (estabilización de membranas, acumulación de osmólitos) que reducen las pérdidas de rendimiento en un 30-50% en genotipos tolerantes. Tecnológicamente, la IA y la fenotipificación de alto rendimiento logran más del 95% de precisión en la detección temprana del frío (3-7 días antes de los síntomas) a través de imágenes hiperespectrales/térmicas; el aprendizaje profundo (por ejemplo, híbridos CNN-LSTM) mejora la predicción de rasgos en un 23% sobre modelos lineales. La selección genómica reduce los ciclos de cría en un 30-50% (a 3-5 años) utilizando GEBVs (valores de cría estimados genómicamente) de cientos de miles de SNPs (polimorfismos de un solo nucleótido). Sensores avanzados (basados en LIG, LoRaWAN) permiten el monitoreo en tiempo real (+/-0.1 grados C de precisión).