La incorporación de la inteligencia artificial (IA) al mejoramiento de la soja está reduciendo significativamente el tiempo necesario para desarrollar nuevos cultivares. Lo que antes requería hasta una década ahora se puede acelerar mediante simulaciones y cruces virtuales que estiman el rendimiento de las plantas en diversas condiciones ambientales.
Daniel Longhi, investigador asociado de TMG (Mejora Tropical y Genética), explica que la IA permite la simulación de combinaciones genéticas antes de comenzar los ensayos de campo.
“Con modelos predictivos, podemos anticipar características importantes para cada región, optimizando la selección y triplicando la agilidad del lanzamiento de nuevas variedades”, afirma.
Los avances en las tecnologías de genotipado y fenotipado también influyen. Estas herramientas proporcionan mapas genéticos detallados de plantas individuales desde las primeras etapas de crecimiento, según un comunicado de prensa.
“Introducimos el ADN de la planta para seleccionar con precisión los atributos que deben preservarse, lo que aumenta la eficiencia en el campo”, explica. TMG planea invertir R$2 mil millones hasta 2031 para expandir su infraestructura de investigación y desarrollo, con un enfoque en programas de mejoramiento de soja, maíz y algodón.
El uso de IA en el mejoramiento genético promueve una mejora genética más eficiente y contribuye a objetivos agrícolas más amplios relacionados con la productividad, la resiliencia de los cultivos y el uso de recursos.
Adaptación de cultivares al clima y las condiciones regionales
La diversidad climática y edafológica de Brasil requiere materiales genéticos específicos de cada región.
“El material que plantamos en el Sur difiere del que se utiliza en el Cerrado, y cada región tiene sus particularidades, desafíos y características únicas”, explica Longhi.
Se están utilizando tecnologías de campo, incluyendo drones para el fenotipado, para monitorear el rendimiento de los cultivares en diversas condiciones de estrés, como olas de calor y sequías.
Los datos fenotípicos recopilados se integran en bases de datos genómicas y, con la ayuda de IA, se utilizan para construir modelos predictivos. Estos modelos facilitan una selección y un desarrollo más precisos de cultivares adecuados a entornos específicos.
“Hoy podemos predecir el rendimiento de los cruces para los próximos tres o cuatro años”, afirma Longhi. Esto permite una planificación genética estratégica, con simulaciones de millones de combinaciones para seleccionar los materiales con mayor potencial de productividad y adaptación climática.
