Agricultura

Repelentes guiados por IA buscan alejar abejas de pesticidas

Publicado el 25/09/2026 · REDACCION

Investigadores de la Universidad de California en Riverside identificaron compuestos olorosos que las abejas melíferas evitan y que podrían reducir su contacto con cultivos recién tratados


Redactor: Luis Ortega
Editor: Karem Díaz S.

Un equipo de la Universidad de California en Riverside desarrolló un método basado en aprendizaje automático para identificar sustancias capaces de repeler a las abejas melíferas de superficies tratadas con pesticidas. La estrategia combina predicciones computacionales con experimentos de comportamiento y abre una posible vía para disminuir la exposición de estos polinizadores a productos utilizados para proteger los cultivos.

El estudio, publicado en la revista eLife, se concentró en Apis mellifera y en su complejo sistema olfativo. Los investigadores partieron de una pregunta con implicaciones directas para la agricultura: si determinados olores pueden provocar que las abejas eviten temporalmente un área tratada, esos compuestos podrían incorporarse en el futuro a estrategias de protección vegetal destinadas a reducir el contacto involuntario de los insectos con pesticidas.

La propuesta aborda un problema relevante para sistemas agrícolas que necesitan simultáneamente controlar plagas y conservar los servicios de polinización. La exposición a productos fitosanitarios forma parte de los múltiples factores de presión que enfrentan las colonias, y estudios anteriores han documentado que los residuos de pesticidas pueden alcanzar incluso a las reinas y su descendencia cuando la exposición dentro de la colonia se prolonga.

Un modelo exploró más de 50 millones de compuestos

El trabajo fue dirigido por Anandasankar Ray, profesor de biología molecular, celular y de sistemas de la Universidad de California en Riverside, en colaboración con investigadores del laboratorio de Boris Baer, profesor de entomología. El desafío consistía en encontrar moléculas que generaran una respuesta de rechazo en un insecto cuyo comportamiento depende intensamente de señales químicas.

Las abejas utilizan el olfato para localizar recursos y reconocer señales ambientales. Esa capacidad también permite modificar su conducta mediante estímulos olorosos, como muestran investigaciones agrícolas que han utilizado fragancias y memoria olfativa para orientar abejas hacia determinados cultivos. En el nuevo estudio, sin embargo, el objetivo fue inverso: localizar olores que indujeran a los insectos a mantenerse alejados.

Los científicos construyeron inicialmente un modelo de aprendizaje automático utilizando estructuras químicas de odorantes y datos previamente disponibles sobre respuestas conductuales de las abejas. Después incorporaron nuevos resultados experimentales obtenidos con abejas melíferas y moscas de la fruta para refinar la capacidad predictiva del sistema.

La metodología analizó miles de características fisicoquímicas asociadas con las estructuras moleculares y utilizó diferentes algoritmos para determinar cuáles permitían distinguir mejor entre compuestos potencialmente repelentes y aquellos que no producían esa respuesta.

Tras el proceso iterativo de entrenamiento y validación, el sistema exploró un espacio químico superior a 50 millones de compuestos. De esa búsqueda surgieron más de 130 candidatos con potencial para provocar una respuesta aversiva en las abejas.

Las pruebas de laboratorio se trasladaron al campo

Las predicciones computacionales no fueron consideradas suficientes por el equipo. Los candidatos seleccionados pasaron posteriormente a ensayos de comportamiento para comprobar si las abejas realmente respondían como anticipaba el modelo.

En las pruebas de laboratorio, los investigadores observaron una elevada correspondencia entre las predicciones y la conducta de los insectos. Posteriormente seleccionaron siete de los candidatos de mejor desempeño y los evaluaron con abejas que volaban y forrajeaban libremente en condiciones de campo.

Los siete compuestos probados en esa fase produjeron una respuesta repelente alrededor de panales utilizados en el experimento, sin que los investigadores observaran daños en las abejas durante los ensayos. El resultado respalda la posibilidad de seguir estudiando esas moléculas como herramientas para modificar temporalmente el comportamiento de forrajeo.

La protección de las abejas tiene una dimensión productiva además de ambiental. Numerosos cultivos dependen en diferente medida de la actividad de insectos, y análisis anteriores han mostrado que la contribución de las abejas melíferas manejadas a la polinización varía según las características del cultivo y no puede sustituir en todos los casos la diversidad de polinizadores.

Hacia formulaciones que reduzcan el contacto con pesticidas

La aplicación agrícola planteada por los investigadores consiste en estudiar si los repelentes pueden combinarse con productos fitosanitarios para disminuir la probabilidad de que las abejas visiten las plantas durante periodos de mayor riesgo de exposición. El concepto no supone reemplazar las medidas de seguridad existentes ni demuestra todavía que una formulación comercial pueda utilizarse directamente en los campos.

Para avanzar hacia ese escenario será necesario evaluar aspectos como la eficacia de los compuestos bajo diferentes condiciones agrícolas, su persistencia, volatilidad, compatibilidad con formulaciones fitosanitarias y comportamiento sobre distintos cultivos. También deberá determinarse cuánto tiempo permanece la señal repelente y cómo interactúa con los estímulos florales que normalmente atraen a los polinizadores.

El problema que intenta abordar la investigación está documentado tanto en abejas manejadas como en especies silvestres. Trabajos previos han señalado riesgos de exposición a pesticidas para abejas silvestres que anidan en el suelo, lo que refuerza la necesidad de integrar la protección de polinizadores dentro de las prácticas de manejo agrícola.

Una herramienta complementaria para proteger la polinización

El desarrollo tampoco elimina otros factores que condicionan la salud de las abejas. Las colonias pueden estar expuestas simultáneamente a parásitos, patógenos, disponibilidad irregular de alimento, condiciones climáticas adversas y productos químicos. La interacción entre esas presiones puede variar según el cultivo y la región.

Por ello, una eventual utilización de repelentes tendría que formar parte de un manejo más amplio. La conservación de hábitats y recursos florales continúa siendo relevante: investigaciones en sistemas productivos han encontrado que la agroforestería puede favorecer la presencia de polinizadores y los servicios de polinización al incrementar la diversidad del paisaje agrícola.

El estudio de Riverside demuestra principalmente que el aprendizaje automático puede reducir de forma considerable el espacio de búsqueda cuando existen millones de moléculas potenciales. En lugar de probarlas individualmente mediante experimentos, el modelo permite priorizar un grupo mucho menor de candidatos para su posterior validación biológica.

Los autores consideran que el mismo enfoque computacional podría emplearse para buscar compuestos capaces de modificar respuestas olfativas en otros insectos. En el caso de las abejas, el siguiente desafío será determinar si los candidatos identificados pueden convertirse en herramientas prácticas que reduzcan la exposición a pesticidas sin perjudicar la polinización que necesitan los sistemas agrícolas.

El trabajo también presenta intereses comerciales que deberán considerarse durante su desarrollo posterior. Ray es fundador y presidente de Sensorygen y Remote Epigenetics y posee participación en ambas compañías; además, varios integrantes del equipo figuran como inventores en una solicitud de patente relacionada con los compuestos estudiados.

Fuentes referenciales:
University of California, Riverside / Phys.org
eLife



Mundo Agropecuario
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.