Agricultura Estados Unidos Tecnología Agrícola

La tecnología para detectar rasgos de cultivos de mayor rendimiento ahora es más accesible para los científicos


Al igual que muchas industrias, el big data está impulsando innovaciones en la agricultura. Los científicos buscan analizar miles de plantas para identificar ajustes genéticos que puedan impulsar la producción de cultivos, históricamente, una tarea hercúlea. 


por el Instituto Carl R. Woese de Biología Genómica, Universidad de Illinois en Urbana-Champaign


Para impulsar el progreso hacia cultivos de mayor rendimiento, un equipo de la Universidad de Illinois está revolucionando la capacidad de seleccionar plantas en busca de rasgos clave en todo un campo. En dos estudios recientes, publicados en el Journal of Experimental Botany (JExBot) y Plant, Cell & Environment (PC&E), están haciendo que esta tecnología sea más accesible.

«Para los científicos de plantas, este es un gran paso adelante», dijo la coautora Katherine Meacham-Hensold, investigadora postdoctoral en Illinois que dirigió el trabajo fisiológico en ambos estudios. «Ahora podemos examinar rápidamente miles de plantas para identificar las plantas más prometedoras para investigar más a fondo utilizando otro método que proporciona información más detallada pero requiere más tiempo. A veces, saber dónde buscar es el mayor desafío, y esta investigación ayuda a abordar eso». «

Este trabajo está respaldado por Realizing Increase Photosynthetic Efficiency (RIPE), un proyecto de investigación internacional que está creando cultivos alimentarios más productivos al mejorar la fotosíntesis, el proceso natural que utilizan todas las plantas para convertir la luz solar en energía y rendimientos. RIPE está patrocinado por la Fundación Bill y Melinda Gates, la Fundación de los Estados Unidos para la Investigación de Alimentos y Agricultura (FFAR) y el Departamento de Desarrollo Internacional del Gobierno del Reino Unido (DFID).

El equipo analizó los datos recopilados con cámaras hiperespectrales especializadas que capturan parte del espectro de luz (gran parte del cual es invisible para el ojo humano) que se refleja en la superficie de las plantas. Mediante el análisis hiperespectral, los científicos pueden descubrir información significativa de estas bandas de luz reflejada para estimar los rasgos relacionados con la fotosíntesis.

«Las cámaras hiperespectrales son caras y sus datos no son accesibles para los científicos que carecen de una comprensión profunda del análisis computacional», dijo Carl Bernacchi, un fisiólogo investigador de plantas del Departamento de Agricultura de los Estados Unidos, Servicio de Investigación Agrícola (USDA-ARS) en el Carl R Instituto Woese de Biología Genómica. «A través de estos estudios, nuestro equipo tomó una tecnología que estaba fuera del alcance y la puso a disposición de nuestra comunidad de investigación para que podamos descubrir los rasgos necesarios para proporcionar a los agricultores de todo el mundo cultivos de mayor rendimiento».

El proyecto RIPE analiza cientos de plantas cada temporada de campo. El método tradicional utilizado para medir la fotosíntesis requiere hasta 30 minutos por hoja. Si bien las nuevas tecnologías han aumentado la eficiencia a tan solo 15 segundos por planta, el estudio publicado en JExBot ha aumentado la eficiencia en un orden de magnitud, permitiendo a los investigadores capturar la capacidad fotosintética de cientos a miles de plantas en una parcela de investigación.

En el estudio JExBot, el equipo revisó los datos de dos cámaras hiperespectrales; uno que captura espectros de 400-900 nanómetros y otro que captura 900-1800 nanómetros. «Nuestro trabajo anterior sugirió que deberíamos usar ambas cámaras para estimar la capacidad fotosintética; sin embargo, este estudio sugiere que solo se requiere una cámara que capture 400-900», dijo el coprimer autor Peng Fu , un investigador postdoctoral RIPE que dirigió el equipo computacional. trabajar en ambos estudios.

En el estudio de PC&E, el equipo resolvió hacer que la información hiperespectral sea aún más significativa y accesible para los científicos de las plantas. Utilizando solo 240 bandas de espectros de reflectancia y un modelo de transferencia radiativa, el equipo descubrió cómo identificar siete rasgos foliares importantes a partir de los datos hiperespectrales que están relacionados con la fotosíntesis y que interesan a muchos científicos de plantas.

«Nuestros resultados sugieren que no siempre necesitamos datos de reflectancia de ‘alta resolución’ para estimar la capacidad fotosintética», dijo Fu. «Solo necesitamos alrededor de 10 bandas hiperespectrales, a diferencia de varios cientos o incluso mil bandas hiperespectrales, si los datos se seleccionan cuidadosamente. Esta conclusión puede ayudar a allanar el camino para realizar mediciones significativas con cámaras menos costosas».

Estos estudios nos ayudarán a mapear la fotosíntesis a través de diferentes escalas desde el nivel de la hoja hasta el nivel del campo para identificar plantas con rasgos prometedores para su posterior estudio.


Leer más


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *