Los cultivos de soja se ven afectados por diversas enfermedades fúngicas, incluida la mancha foliar por Cercospora. Las esporas de muchos hongos patógenos permanecen en el suelo y en los residuos de cultivos hasta que germinan en condiciones climáticas favorables y son dispersadas por el viento y la lluvia. Los investigadores han propuesto un modelo más económico para rastrear vuelos de patógenos para proteger cultivos.
Los investigadores de Virginia están explorando un nuevo enfoque para monitorear la presencia y amenaza de enfermedades fúngicas de la soja que combina trampas de esporas fácilmente disponibles con secuenciación de ADN y tecnología de aprendizaje automático. El Virginia Soybean Council está financiando este enfoque para la soja.
“Nuestro objetivo es crear una red de vigilancia que rastreará cómo se mueven las esporas de patógenos vegetales por Virginia. Compartir esta información con los agricultores les permitirá saber qué enfermedades es probable que aparezcan en sus campos y ayudará a optimizar la aplicación y el momento de los fungicidas, dice Yuan Zeng, profesor asistente en Virginia Tech.
Ella explica que el monitoreo tradicional de esporas utiliza trampas costosas para atrapar las esporas, que luego los expertos pueden identificar y contar bajo un microscopio. Su equipo comenzó a probar un método más eficiente y rentable durante la temporada de crecimiento de 2023.
Primero, el equipo modificó las trampas de esporas usando un brazo giratorio, cuyos materiales costaron alrededor de $400, solo el 10% del costo de una trampa de esporas tradicional de Burkhardt. La nueva trampa utiliza varillas estériles lubricadas unidas a un brazo giratorio en dos niveles para capturar esporas de hongos. Un brazo está instalado a una altura de aproximadamente 1,8 metros y el otro está a sólo 40 centímetros por encima de la superficie del suelo.
“Los brazos giratorios crean un pequeño túnel de viento. Los instalamos en dos niveles porque la velocidad del viento varía según la época del año y el desarrollo del dosel. El antebrazo es mejor para atrapar patógenos que pasan el invierno en el suelo o en los residuos de cultivos cuando comienzan a viajar”, explica Zeng.
Las varillas se esterilizan en autoclave, luego se lubrican y se envían para atrapar esporas dañinas que se mueven por el aire en los campos. Después de plantar la soja, los investigadores instalaron dos trampas en cada campo monitoreado en 14 condados de Virginia, así como en estaciones meteorológicas para monitorear las condiciones ambientales. A partir de la siembra, recolectaron palos cada dos semanas para analizar las poblaciones de hongos en los campos de prueba.
Para determinar qué esporas de hongos se encuentran en el aire, el equipo de Zeng extrae el ADN de todos los microorganismos que se encuentran en las varillas de cada trampa de esporas. El material se introduce en un secuenciador que en pocos días determina la identidad de distintos fragmentos de ADN de todos los organismos presentes, incluidas las esporas de hongos.
“Este enfoque metagenómico identifica todo lo que está en el aire, por lo que obtenemos una imagen más completa de las posibles amenazas de enfermedades. Ya conocemos los genomas de muchos patógenos comunes, por lo que podemos estar seguros de poder identificarlos mediante este proceso. “Encontramos poblaciones muy diversas de patógenos que causan enfermedades de la soja, incluida la mancha de la hoja de rana, el tizón de la hoja por cercospora, la pudrición de la raíz y el tallo por rizoctonia, la mancha de la hoja por Alternaria y más”.
Para correlacionar la presencia de esporas con la presión de la enfermedad, el equipo recopiló puntuaciones de gravedad de la enfermedad para determinar los niveles de resistencia a las enfermedades de las variedades de soja plantadas en cada campo. Esta información, junto con los datos de las estaciones meteorológicas, puede influir en la forma en que los agricultores manejan los posibles problemas de enfermedades.
“Utilizamos el aprendizaje automático para comprender cómo cambian las poblaciones de patógenos según las condiciones climáticas y el crecimiento de los cultivos. Las copas de los cultivos crean un microclima que influye en factores como la humedad de las hojas, lo que a su vez influye en cuándo y cómo las esporas de hongos germinan y penetran en las hojas”, explica Zeng.
Los investigadores creen que los resultados finales del año pasado, 2023, demostraron la eficacia de este método de seguimiento para predecir enfermedades de la soja.
“Por ejemplo, nuestras trampas capturaron esporas de Cerospora sojina, que causa la mancha de rana en la soja, 47 días antes de que aparecieran las esporas y luego los síntomas en las hojas. Con información meteorológica detallada, podemos predecir los puntos críticos del tizón foliar y ayudar a los agricultores a programar sus aplicaciones de fungicidas tan pronto como las esporas emergen y comienzan a atacar el cultivo”, explica Zeng.
“En los puntos críticos identificados, los agricultores pueden plantar un cultivo no huésped o seleccionar una variedad resistente. También pueden utilizar datos meteorológicos para cambiar las fechas de siembra y cosechar ese campo antes o después, evitando que el cultivo llegue a una etapa vulnerable en la que es probable que se produzca un brote de enfermedad. También podrían programar las aplicaciones de fungicidas para reducir la gravedad de la enfermedad por debajo de un nivel umbral para minimizar el uso de fungicidas y maximizar el rendimiento”, dice Zeng.
A medida que el modelo se prueba y se perfecciona, su objetivo es poner los datos a disposición de los agricultores en línea y, de cara al futuro, se cree que el ADN de las esporas podría proporcionar aún más información, como por ejemplo si una población de patógenos es resistente a los fungicidas. Además de la soja, el estudio incluye cultivos de maíz y tabaco para planificar un sistema agrícola sostenible.
Ubicación: Instituto Politécnico de Virginia y Universidad Estatal.
