Una investigación de la Universidad de Nueva York podría ayudar a los agricultores a reducir los costos de fertilizantes y disminuir el daño ambiental .
Una nueva investigación de la Universidad de Nueva York ofrece un camino prometedor para cultivar maíz con menos fertilizante: utilizando inteligencia artificial para identificar genes que hacen que las plantas sean más eficientes en el uso del nitrógeno.
“Al identificar genes importantes para la utilización del nitrógeno, podemos seleccionar o incluso modificar ciertos genes para mejorar la eficiencia del uso del nitrógeno en importantes cultivos estadounidenses como el maíz”, dijo Gloria Coruzzi, autora principal y profesora Carroll & Milton Petrie en el Departamento de Biología y el Centro de Genómica y Biología de Sistemas de la Universidad de Nueva York.
El estudio, publicado en The Plant Cell , describe cómo los científicos de la Universidad de Nueva York combinaron la genética vegetal y el aprendizaje automático para descubrir grupos de genes, llamados “regulones”, que ayudan a controlar qué tan bien el maíz utiliza el nitrógeno.
Los fertilizantes han sido esenciales para el cultivo de cultivos de mayor rendimiento durante los últimos 50 años. Sin embargo, hasta el 45 % del fertilizante nitrogenado aplicado a los campos no se utiliza, filtrándose a las aguas subterráneas o convirtiéndose en óxido nitroso, un gas de efecto invernadero 265 veces más potente que el dióxido de carbono.
El maíz, el principal cultivo de Estados Unidos, consume grandes cantidades de fertilizantes nitrogenados. Sin embargo, su baja eficiencia en el uso del nitrógeno genera costos económicos y ambientales.
Para mejorar esto, investigadores de la Universidad de Nueva York entrenaron modelos de IA para encontrar patrones en la respuesta genética al nitrógeno, tanto en maíz como en Arabidopsis, una planta modelo comúnmente utilizada en la investigación genética. Descubrieron conjuntos de genes sensibles al nitrógeno y los factores de transcripción que los regulan, creando así un mapa de cómo se controla genéticamente la eficiencia del nitrógeno.
“Demostramos que rasgos como la eficiencia en el uso del nitrógeno o la fotosíntesis nunca están controlados por un solo gen”, afirmó Coruzzi. “La ventaja del aprendizaje automático es que aprende qué conjuntos de genes impulsan colectivamente un rasgo e identifica los factores que lo regulan”.
Los investigadores validaron sus predicciones de aprendizaje automático mediante estudios de laboratorio, confirmando que dos factores de transcripción del maíz (ZmMYB34 y R3) y uno de Arabidopsis (AtDIV1) regulan los genes responsables del uso del nitrógeno. Al incorporar estos datos al modelo de IA, se mejoró su capacidad para predecir la eficiencia del nitrógeno en diferentes variedades de maíz cultivadas en campo.
Este conocimiento podría acelerar la mejora de los cultivos. En lugar de esperar a ver el rendimiento de los híbridos de maíz en el campo, los investigadores ahora pueden analizar las plántulas para determinar los niveles de expresión genética clave y seleccionar aquellas con mayor eficiencia en el uso del nitrógeno.
“Esto no solo supondrá un ahorro de costes para los agricultores”, afirmó Coruzzi, “sino que también reducirá los efectos nocivos de la contaminación por nitrógeno de las aguas subterráneas y las emisiones de óxido nitroso, gases de efecto invernadero”.
Leyenda de la fotografía: Maíz creciendo en el invernadero conmemorativo Irene Rose Sohn Zegar en el Centro de Genómica y Biología de Sistemas de la Universidad de Nueva York.
Fuente: SeedWorld