Un método que utiliza software libre y un dron equipado con una cámara de bajo costo permitió seleccionar plantas de maíz tolerantes a la sequía. Esta herramienta contribuye a la selección de cultivos que soporten mejor el estrés hídrico, uno de los efectos del cambio climático sobre la agricultura.
Los resultados de los experimentos fueron publicados en un artículo en Plant Phenome Journal.
Los autores están vinculados al Centro de Investigación en Genómica Aplicada al Cambio Climático (GCCRC), un Centro de Investigación en Ingeniería (CPE por su siglas en portugués) creado con apoyo de la FAPESP y de la Empresa Brasileña de Investigación Agropecuaria (Embrapa), en la Universidad Estatal de Campinas (Unicamp), en el estado de São Paulo, Brasil.
“Los experimentos con plantas genéticamente modificadas tienen un costo elevado. Este método nos permitió evaluar la tolerancia a la sequía en una zona relativamente pequeña, usando además software gratuito y una cámara RGB, más simple, que obtuvo parámetros del experimento de forma más eficaz que la cámara multiespectral, mucho más costosa”,
comenta Helcio Duarte Pereira, investigador del GCCRC con beca de FAPESP y primer autor del estudio.
El método permitió una recolección de datos optimizada, más rápida y más económica. Los métodos convencionales requieren mediciones manuales, a menudo con equipos caros y procesos lentos. Además, con ellos algunas características solo pueden medirse al final del ciclo de vida de la planta. Con el dron, en pocas horas se realiza el trabajo que llevaría días, lo que además permite evaluar las plantas en diferentes etapas de crecimiento.
El enfoque también permite monitorear el desarrollo de las plantas a lo largo de todo el ciclo de crecimiento.
“El análisis continuo, en diferentes fases del ciclo de vida de la planta, fue esencial para comprender cómo ellas responden al estrés hídrico, además de permitir prever cómo se comportarían en otras regiones”,
explica Juliana Yassitepe, investigadora del GCCRC y de Embrapa Agricultura Digital, quien coordinó el estudio.
Parámetros de estrés hídrico
Durante la estación seca de 2023, entre abril y septiembre, los investigadores realizaron una serie de vuelos sobre una parcela experimental en Campinas. En el local, se habían plantado 21 variedades de maíz: tres convencionales y 18 modificadas genéticamente para sobreexpresar genes potencialmente ligados a la resistencia al estrés hídrico.
En el experimento, la única diferencia en el tratamiento entre las plantas fue que la mitad recibió riego durante todo su ciclo de vida, mientras que la otra mitad fue sometida a condiciones de sequía.
Cada vuelo duraba 10 minutos y capturaba 290 imágenes. Los investigadores seleccionaron 13 vuelos con cámara multiespectral, que capta espectros no visibles como el infrarrojo, y 18 con cámara RGB, significativamente más barata y que captura tres colores, o bandas: rojo, verde y azul.
Las imágenes fueron analizadas con software libre y permitieron hacer cruzamiento de las bandas captadas en las imágenes. Para determinar lo que las diferencias de color indicaban, los investigadores realizaron también mediciones convencionales de las plantas en campo. A partir de esos datos, pudieron definir parámetros de estrés hídrico y calibrar los modelos de predicción.
Los resultados obtenidos a partir de las imágenes con la cámara más barata resultaron ser confiables y más precisos, lo que hace que esta tecnología sea accesible para programas de mejoramiento genético a gran escala.
Además de reducir los costos operativos, el método permite realizar estudios en áreas pequeñas, lo cual es especialmente útil en proyectos con recursos limitados.
“No siempre disponemos de semillas en cantidad suficiente para sembrar grandes parcelas, lo que es un cuello de botella en este tipo de investigación”,
señala Yassitepe.
Los investigadores también destacan que los vuelos a baja altura permiten obtener imágenes de alta resolución, algo que tiene sentido en áreas experimentales pequeñas, contribuyendo a obtener datos más precisos.
Finalmente, aunque no sea el objetivo principal del grupo, el avance abre camino para que otros grupos de investigación o startups desarrollen aplicaciones dirigidas directamente a productores o empresas de mejoramiento genético.
“Existen aplicaciones en el mercado que permiten evaluar, por ejemplo, la clorofila en la planta y, a partir de eso, determinar los niveles de nitrógeno. Así es posible ajustar la fertilización de acuerdo con la necesidad”,
afirma Pereira.
Para Yassitepe, los índices evaluados en el estudio pueden servir como base para el desarrollo de aplicaciones que realicen mediciones de forma automatizada también para el estrés hídrico en diferentes cultivos agrícolas o forestales.
El artículo Temporal field phenomics of transgenic maize events subjected to drought stress: Cross-validation scenarios and machine learning models puede ser leído en: acsess.onlinelibrary.wiley.com/doi/10.1002/ppj2.70015.
Fuente: Agencia Fapesp
Lo más destacado de la última edición:
