• Mié. Dic 8th, 2021

Investigadores desarrollan un método para la detección temprana de infecciones bacterianas en cultivos

Nuestras redes - Comparte


Investigadores de la Alianza de Investigación y Tecnología de Singapur-MIT (SMART) y sus colaboradores locales del Laboratorio de Ciencias de la Vida de Temasek (TLL) han desarrollado un método rápido basado en espectroscopía Raman para la detección y cuantificación de infecciones bacterianas tempranas en cultivos. 


por la Alianza Singapur-MIT para la Investigación y la Tecnología


Los biomarcadores espectrales Raman y el algoritmo de diagnóstico permiten el diagnóstico temprano y no invasivo de infecciones bacterianas en plantas de cultivo, que pueden ser fundamentales para el progreso de la gestión de enfermedades de las plantas y la productividad agrícola.

Frente a una demanda creciente de suministro y seguridad alimentaria mundial, existe una necesidad creciente de mejorar los sistemas de producción agrícola y aumentar la productividad de los cultivos para superar este desafío. A nivel mundial, la infección por patógenos bacterianos en plantas de cultivo es uno de los principales contribuyentes a las pérdidas de rendimiento agrícola. El cambio climático también agrava el problema al acelerar la propagación de enfermedades de las plantas. Por lo tanto, es importante desarrollar métodos para la detección rápida y temprana de cultivos infectados por patógenos para mejorar el manejo de enfermedades de las plantas y reducir la pérdida de cultivos.

El avance de los investigadores de SMART y TLL ofrece un método más rápido y preciso para detectar infecciones bacterianas en plantas de cultivo en una etapa más temprana, en comparación con las técnicas existentes. El equipo explicó su investigación en un artículo titulado «Detección rápida y cuantificación de la respuesta de inmunidad innata de las plantas mediante espectroscopia Raman» publicado en Frontiers in Plant Science .

«La detección temprana de plantas de cultivo infectadas con patógenos es un paso significativo para mejorar el manejo de enfermedades de las plantas», dice el profesor investigador principal co-líder de DiSTAP, vicepresidente de TLL y coautor correspondiente, Chua Nam Hai. «Permitirá la eliminación rápida y selectiva de la carga de patógenos y frenará la propagación de enfermedades a otros cultivos vecinos».

Tradicionalmente, el diagnóstico de enfermedades de las plantas implica una simple inspección visual de las plantas en busca de síntomas y gravedad de la enfermedad. «Los métodos de inspección visual a menudo son ineficaces, ya que los síntomas de la enfermedad generalmente se manifiestan solo en etapas relativamente posteriores de la infección, cuando la carga de patógenos ya es alta y las medidas de reparación son limitadas. Por lo tanto, se requieren nuevos métodos para la detección rápida y temprana de la infección bacteriana. La idea sería similar a tener pruebas médicas para identificar enfermedades humanas en una etapa temprana, en lugar de esperar a que aparezcan los síntomas visuales para que se pueda aplicar una intervención o tratamiento tempranos «, dice el investigador principal de DiSTAP, profesor del MIT y coautor correspondiente, Rajeev RAM.

Si bien las técnicas existentes, como los métodos actuales de detección molecular, pueden detectar infecciones bacterianas en plantas, su uso suele ser limitado. Los métodos de detección molecular dependen en gran medida de la disponibilidad de secuencias de genes o anticuerpos específicos de patógenos para identificar infecciones bacterianas en cultivos; la implementación también requiere mucho tiempo y no se adapta para la aplicación de campo en el sitio debido a su alto costo y al voluminoso equipo requerido, lo que lo hace poco práctico para su uso en granjas agrícolas.

«En DiSTAP, hemos desarrollado un algoritmo cuantitativo basado en espectroscopía Raman que puede ayudar a los agricultores a identificar rápidamente la infección bacteriana. El algoritmo de diagnóstico desarrollado utiliza biomarcadores espectrales Raman y se puede implementar fácilmente en plataformas de predicción y computación basadas en la nube. Es más eficaz que las técnicas existentes, ya que permite la identificación precisa y la detección temprana de infecciones bacterianas , las cuales son cruciales para salvar las plantas de cultivo que de otro modo serían destruidas «, explicó el Dr. Gajendra Pratap Singh, Director Científico e Investigador Principal de DiSTAP, y co -autor principal.

Se puede utilizar un sistema Raman portátil en granjas agrícolas y proporciona a los agricultores una respuesta precisa y sencilla de sí o no cuando se utiliza para evaluar la presencia de infecciones bacterianas en plantas de cultivo. El desarrollo de este método rápido y no invasivo mejorará el manejo de enfermedades de las plantas y tendrá un impacto transformador en las granjas agrícolas al reducir de manera eficiente la pérdida de rendimiento agrícola y aumentar la productividad.

«Utilizando el método del algoritmo de diagnóstico, experimentamos con varias plantas comestibles como Choy Sum», dice DiSTAP y el investigador principal de TLL y coautor correspondiente, el Dr. Rajani Sarojam. «Los resultados mostraron que el método basado en espectroscopía Raman puede detectar y cuantificar rápidamente la respuesta de inmunidad innata en plantas infectadas con patógenos bacterianos. Creemos que esta tecnología será beneficiosa para que las granjas agrícolas aumenten su productividad al reducir la pérdida de rendimiento debido a enfermedades de las plantas. . «

Los investigadores están trabajando actualmente en el desarrollo de espectrómetros Raman portátiles o de mano de alto rendimiento, hechos a medida, que permitirán que el análisis espectral Raman se realice rápida y fácilmente en cultivos cultivados en el campo.

El desarrollo y descubrimiento del algoritmo de diagnóstico y los biomarcadores espectrales Raman fueron realizados por SMART y TLL. TLL también confirmó y validó el método de detección a través de plantas mutantes .




Nuestras redes - Comparte
WP Twitter Auto Publish Powered By : XYZScripts.com