La IA Renueva la Microscopía Clásica para la Evaluación de la Salud del Suelo en el Campo
editado por Gaby Clark, revisado por Robert Egan
El microscopio clásico está recibiendo un giro moderno: investigadores de EE. UU. están desarrollando un sistema de microscopio potenciado por IA que podría hacer que el análisis de salud del suelo sea más rápido, barato y accesible para agricultores y gerentes de tierras en todo el mundo.
Investigadores de la Universidad de Texas en San Antonio, EE. UU., han combinado con éxito la microscopía óptica de bajo costo con el aprendizaje automático para medir la presencia y cantidad de hongos en muestras de suelo. Su tecnología de prueba de concepto, en etapa temprana, se presenta en la Conferencia Goldschmidt en Praga el miércoles 9 de julio.
Determinar la abundancia y diversidad de los hongos del suelo puede proporcionar información valiosa sobre la salud y fertilidad del suelo, ya que los hongos desempeñan funciones esenciales en el ciclo biogeoquímico de los nutrientes, la retención de agua y el crecimiento de las plantas. Con este conocimiento, los agricultores pueden optimizar la producción de cultivos y la sostenibilidad al tomar decisiones informadas sobre la gestión del suelo, incluyendo la aplicación de fertilizantes, riego y labranza.
Los microscopios ópticos son el diseño más antiguo de microscopio y han sido utilizados durante mucho tiempo para descubrir e identificar pequeños organismos en el suelo. Otras formas de análisis del suelo utilizan técnicas como el análisis de ácidos grasos de fosfolípidos y análisis de ADN para detectar organismos o medir la presencia de químicos como nitrógeno, fósforo y potasio. Si bien son potentes, estos métodos modernos tienden a ser costosos o solo enfatizan la composición química, a menudo pasándose por alto la complejidad biológica total de los ecosistemas del suelo.
Alec Graves de la Universidad de Texas en San Antonio, presenta la investigación en la Conferencia Goldschmidt esta semana. Él dijo: "Las formas actuales de análisis biológico del suelo son limitadas, requiriendo equipos de laboratorio costosos para medir la composición molecular o un experto para identificar organismos a simple vista usando microscopios de laboratorio. El análisis integral del suelo no es ampliamente accesible para los agricultores y gerentes de tierras, quienes necesitan comprender cómo las prácticas agrícolas impactan la salud del suelo.
"Usando algoritmos de aprendizaje automático y un microscopio óptico, estamos creando una solución de bajo costo para el análisis del suelo que reduce la mano de obra y la experiencia requeridas, mientras proporciona una imagen más completa de la biología del suelo."
En su diseño en etapa temprana, los investigadores construyeron y probaron un algoritmo de aprendizaje automático para detectar biomasa de hongos en muestras de suelo, integrándolo en un software personalizado para etiquetar imágenes de microscopio. Esto se creó utilizando un conjunto de datos de varios miles de imágenes de hongos de suelos en Texas del Sur Central. El software funciona con únicamente 100x y 400x de aumento total del microscopio, disponibles en muchos microscopios asequibles de estantería, incluidos los encontrados en laboratorios de escuelas.
"Nuestra técnica analiza un video de una muestra de suelo, dividiéndolo en imágenes, y utiliza una red neuronal para identificar y cuantificar los hongos," dice Graves. "Nuestra prueba de concepto puede detectar hilos fúngicos en muestras diluidas y estimar la biomasa fúngica."
El equipo ahora está trabajando para integrar su técnica en una plataforma robótica móvil para detectar hongos en el suelo. El sistema combinará recolección de muestras, microfotografía y análisis en un solo dispositivo. Su objetivo es tener listo para pruebas un dispositivo completamente desarrollado y desplegable en los próximos dos años.
La investigación está dirigida por el profesor Saugata Datta, Director del Instituto de Investigación en Sostenibilidad y Política del Agua en UTSA. Los detalles del algoritmo de aprendizaje automático se publicarán en una revista revisada por pares más adelante este año.
Para más contenido especializado, suscríbete a nuestro boletín informativo.
Comments ()