​Mejoramiento de cultivos usando IA

El mejoramiento de cultivos sigue siendo un proceso complejo. Los genetistas deben decidir qué rasgos buscan, cruzar las plantas que parecen poseerlos, realizar una serie de ensayos de campo y esperar a ver si sus nuevas plantas son una mejora. La interacción entre los genes de una planta y el clima, las condiciones del suelo y muchas otras variables ambientales en las que crece es compleja. Determinar qué genética se adapta a qué condiciones puede llevar décadas.

Heritable Agriculture, un spin off de Alphabet (la firma matriz de Google) busca acelerar el proceso. La idea es utilizar inteligencia artificial (IA) para predecir, en un entorno determinado, qué cambios genéticos mejorarán el rendimiento de un cultivo, así como otras propiedades como el sabor, el contenido nutricional y la capacidad fotosintética. El software encargado de esto se ha entrenado con una base de datos que el personal de Heritable ha recopilado durante los últimos seis años.

Los datos describen cómo se comportan las diferentes combinaciones de genes vegetales en condiciones específicas de suelo y clima, qué genes se expresan y qué concentraciones de diversos metabolitos están presentes durante el crecimiento de una planta.

Una vez determinada la genética deseada para un entorno determinado, un modelo diferente determina la ruta de reproducción más rápida para alcanzarla, basándose en las plantas disponibles para cada cultivador. Por ahora, Heritable no edita los genomas de las plantas que sus clientes planeancomprar. El uso de la edición por parte de la empresa se limita, en cambio, a comprobar la precisión de sus modelos.

Otras empresas de biotecnología, como Inari, con sede en Cambridge, Massachusetts, se centran en la edición genómica para ayudar a los fitomejoradores a optimizar sus cultivos para obtener mayores rendimientos. Se centran principalmente en cultivos a gran escala, como el maíz y la soja. Pivot, con sede en Berkeley, California, comercializa tinturas diseñadas para mejorar los microbiomas del suelo, basadas en secuencias de los genomas de los microbios de un campo determinado.

La gran diferencia entre este tipo de enfoques y el de Heritable parece residir en la falta de un mapa de los vínculos increíblemente complejos entre la genética, la biología y el medio ambiente que intentan destilar. Heritable, en cambio, con su enorme cantidad de datos de ensayos de campo, representa una especie de Googleización del proceso de mejoramiento, lo que permite a los mejoradores buscar y explorar la gran cantidad de combinaciones genéticas posibles para un cultivo determinado, en una medida y a un costo que antes no era posible.

La otra diferencia radica en los cultivos en los que Heritable se centra. Se priorizarán los cultivos menos industrializados, como los berries y las paltas, que no han experimentado aumentos de rendimiento comparables a los del maíz y la soja cultivados industrialmente en las últimas décadas.

Si la tecnología puede reducir el costo del mejoramiento, un mayor número de plantas podría adaptarse a un mayor número de entornos. Los agricultores relativamente pobres de los países en desarrollo, por ejemplo, podrían entonces cultivar y utilizar plantas diseñadas para sus necesidades. Esto será particularmente útil a medida que los cultivos básicos se enfrentan a las presiones del cambio climático, que se está produciendo demasiado rápido como para que el mejoramiento tradicional se adapte. Heritable también espera aplicar sus capacidades computacionales al mejoramiento de árboles y, por consiguiente, a la gestión forestal. Se podrían mejorar árboles nativos para que su producción de madera sea competitiva con la del pino industrial, aumentando así la biodiversidad.

Estas son excelentes noticias para el sector silvoagropecuario de Chile, ya que las especies en las que se podría aplicar (avena, cebada, centeno, garbanzos, paltas, uvas) son parte importantísima del modelo de desarrollo de nuestra economía. Es de esperar una rápida adopción.

Ahora que los consumidores de Estados Unidos tendrán que pagar más por nuestros productos, es el momento de echar mano a la IA para mejorar la productividad de nuestra agricultura, y absorber de esa forma el efecto negativo de los nuevos aranceles. Al menos, en los cultivos que explícitamente están ya cubiertos en los actuales modelos de IA, como la uva y los berries". Eso afecta exportaciones por US$1.000 millones, que no es poco.

Fuente: The Economist

Alfredo Barriga

Profesor UDP