Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad UNAL
Sedes
Colombia apuesta por la soya del futuro con inteligencia artificial y genética de precisión
El estudio se realizó en los municipios de Obando y Caicedonia, en el Valle del Cauca, y Puerto Gaitán e la Orinoquia. Fotos: José Ignacio Rodríguez, estudiante del doctorado en Ciencias Agrarias, UNAL Sede Palmira.
Con inteligencia artificial y genética de precisión buscan mejoran variedades de soya.
Con fenotipado de alto rendimiento desarrollan variedades de soya más resistentes a los efectos del cambio climático.
Flor de la soya, uno de los principales alimentos para la humanidad.
Con su tesis de Doctorado, el investigador José Ignacio Rodríguez busca aportarles soluciones a los agricultores colombianos.
Gracias a su alto contenido de proteínas, la soya es esencial para la alimentación mundial; no obstante, los cambios en las condiciones climáticas y la radiación solar que las plantas necesitan para realizar la fotosíntesis comprometen la producción de esta leguminosa que en 2023 alcanzó una demanda de más de 370 millones de toneladas, según la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO).
En las regiones estudiadas, las variaciones de la luz solar en diferentes momentos del día y bajo distintas condiciones climáticas dificultan la observación precisa de las características de resistencia en las plantas, un problema que representa una amenaza para la agricultura mundial y se exacerba con el calentamiento de la Tierra.
Ante este problema, el ingeniero agrónomo José Ignacio Rodríguez Valencia, estudiante del Doctorado en Ciencias Agrarias de la Universidad Nacional de Colombia (UNAL) Sede Palmira, identificó los genotipos de soya más eficientes y resistentes a la variabilidad solar, para lo cual empleó sensores –como MultispeQ ycámaras de alta precisión– que miden la eficiencia fotosintética y capturan datos relacionados con el uso eficiente de la luz; estas herramientas ofrecen información de calidad y son más económicas.
El interés del investigador Rodríguez nació del trabajo de su colega Diego Felipe Conejo Rodríguez –también candidato a Doctor en Ciencias Agrarias–, quien ha demostrado en fríjol tepary que el uso de descriptores digitales combinados con métodos clásicos mejora significativamente la precisión, el tiempo y la utilidad de los datos fenotípicos.
El investigador Conejo anota que, “la fenómica permite traducir los datos complejos generados por sensores en información procesable que acelera la selección de genotipos superiores, optimizando así los programas de mejoramiento”.
“Usar técnicas avanzadas permite identificar variedades adaptadas y productivas en ambientes diversos. Este proyecto busca integrar dichas herramientas para optimizar el mejoramiento genético de precisión en soya, abordando tanto los desafíos de variabilidad ambiental como las limitaciones económicas en recursos tecnológicos”, aporta el experto Rodríguez.
La investigación marca un avance en el uso de la fenómica, una disciplina emergente que integra tecnologías digitales y análisis de datos a gran escala revolucionando la gestión de recursos genéticos y la caracterización de rasgos fenotípicos, como son las cualidades de la planta que resultan de la interacción entre su genética (genotipo) y factores ambientales como el clima, el suelo o los nutrientes disponibles.
En Caicedonia se observó una alta incidencia del hongo madura viche (Calonectria ilicicola), un patógeno que está entre las principales amenazas para los cultivos de soya en la región, lo que hace crucial evaluar la resistencia de las plantas bajo estas condiciones.
En el estudio también se evaluaron 6 genotipos testigos locales, seleccionados para comparar su comportamiento frente al patógeno y determinar cuál de las variedades evaluadas ofrece una mejor resistencia. Se destacaron 21 variedades resistentes al patógeno, entre ellas GS006, GS0013, GS0015 y GS21.
“Estos hallazgos impulsarían programas de mejoramiento de soya, ya que ofrecen opciones para mejorar el rendimiento y reducir las pérdidas económicas causadas por la enfermedad, favoreciendo la sostenibilidad en la producción local”, informa el investigador Rodríguez.
De cara al próximo semestre, el tesista en colaboración con el ingeniero Diego Mancipe, estudiante de la Maestría en Ciencias Agrarias planea incorporar el uso de índices como el de vegetación de diferencia normalizada (NDVI) –el más común de varios índices de vegetación derivados de observaciones en imágenes de percepción remota– para evaluar el estado fisiológico de los cultivos y detectar, de manera temprana, alteraciones asociadas a la presencia de patógenos.
La experiencia del ingeniero Mancipe en el manejo de herramientas de percepción remota permitirá establecer umbrales de referencia y mapas de variabilidad espacial que facilitarán la identificación oportuna de síntomas iniciales de estrés biológico. Esta estrategia contribuirá con una intervención fitosanitaria más precisa y eficiente, minimizando la propagación de enfermedades y sus impactos sobre el rendimiento del cultivo.
