Imagine um futuro onde drones e inteligência artificial trabalham juntos para proteger as suas vinhas. É isso que o projeto AI4Leafhopper está a tornar realidade!
A Manisha Sirsat, investigadora da equipa do AI4Leafhopper, desenvolveu dois modelos de inteligência artificial que analisam as imagens aéreas captadas pelo nosso drone de última geração… e estes modelos permitem:
geolocalização de cada videira
saber se há falhas de videiras
identificar rapidamente vinhas “doentes”
otimizar a aplicação de tratamentos
O resultado? Os produtores podem ter uma visão detalhada da saúde das suas vinhas, detetar problemas precocemente e tomar decisões mais informadas.
O AI4Leafhopper é um projeto liderado pelo InPP e financiado pelo programa Horizonte Europa ICAERUS, iniciado em abril de 2024 e que terminou a 30 de abril, com uma reunião final que envolveu os seis projetos europeus aprovados na 1ª edição das candidaturas PULL do programa ICAERUS. A equipa do projeto apresentou os modelos baseados em IA para detetar e monitorizar o impacto da cigarrinha-verde nas vinhas.
A equipa do projeto AI4Leafhopper, liderado pelo InnovPlantProtect, utilizou um drone de última geração para monitorizar o impacto da cigarrinha-verde nas vinhas dos nossos parceiros Reynolds Wine Growers e João Portugal Ramos. Embora os resultados mostrem que esta tecnologia avançada é mais eficaz na deteção de ataques em fases avançadas, estamos entusiasmados com o potencial desta ferramenta para fornecer dados valiosos para a gestão deste inseto nocivo.
Acreditamos que, com mais investigação, podemos refinar a nossa solução para detetar ataques precoces e prevenir danos significativos nas vinhas. Transformar a monitorização desta praga é onde queremos chegar, sempre com o objetivo de proteger as vinhas e garantir a qualidade da produção dos viticultores.
Nos próximos dias vamos desvendar tudo aquilo que o projeto AI4Leafhopper está a tornar realidade e como os drones e a inteligência artificial estão a trabalhar juntos para criar um futuro mais sustentável para a viticultura. Fique atento!
O AI4Leafhopper, financiado pelo programa Horizonte Europa ICAERUS, iniciado em abril de 2024, está agora na reta final. A fase de desenvolvimento do projeto que decorreu em campo já terminou e a etapa final é apresentar ao mercado as soluções desenvolvidas pela nossa equipa em solo português.
Nature Plants sublinha vantagens das novas técnicas de edição do genoma mas alerta para três aspetos cruciais que ainda é necessário colmatar.
“O rápido desenvolvimento das biotecnologias de plantas está a moldar de forma profunda o melhoramento de culturas e a catalisar a próxima revolução na agricultura”, escreve-se num editorial recém-publicado pela Nature Plants, intitulado Engenharia de culturas de nova geração (Next-generation crop engineering).
O melhoramento de culturas já não tem de estar dependente das mutações que ocorrem naturalmente e as variações geradas de modo artificial podem ser a matéria-prima para um melhoramento adicional, advoga-se no referido texto. “Um espectro muito mais alargado do espaço fenotípico está pronto para exploração, permitindo o desenvolvimento de fenótipos ideais adaptados aos ambientes heterogéneos da Terra, ou até do Espaço”, defendem os autores do artigo, concluindo que “uma nova revolução agrícola movida pela biotecnologia pode estar já ao virar da esquina”.
Imagem: Francesco Gallarotti/ Unsplash
O editorial refere a promessa e as vantagens das novas técnicas de edição do genoma, nomeadamente face ao melhoramento clássico, mas não só. E alerta para três fatores cruciais que ainda estão em falta para conseguir níveis elevados de variação através da edição genética: 1) uma melhor compreensão dos reguladores-chave para genes importantes do ponto de vista evolutivo ou do desenvolvimento; 2) conseguir dissecar redes de genes que controlam fenótipos de interesse e redes reguladoras em cis que afetam a expressão dos genes; 3) estabelecer procedimentos de transformação e regeneração estáveis e eficientes, para a maioria das espécies.
A menos que a edição genética in planta seja desenvolvida rapidamente, o melhoramento baseado na edição de genes será incapaz de beneficiar espécies recalcitrantes. É ainda recordada a existência de estratégias alternativas para a engenharia de culturas de nova geração, como a transfeção de RNA viral em spray, que permite o ajuste temporário características agronómicas sem modificação do material genético.
A DGAV divulgou as novas exigências para a produção e comercialização cítricolas, por causa da praga da psila africana dos citrinos.
Os requisitos técnicos para a produção e comercialização de citrinos e outras rutáceas em local livre de Trioza erytreae, inseto vetor da doença citrus greening, foram atualizados e publicados recentemente pela Direção-Geral de Alimentação e Veterinária (DGAV).
As rutáceas são uma família de árvores onde o género Citrus impera do ponto de vista do valor económico. O citrus greening, greening dos citrinos, doença de Huanglongbing ou ainda enverdecimento dos citrinos é causado pela psila africana dos citrinos (Trioza erytreae), inseto vetor que provoca também estragos diretos nos citrinos.
“Atendendo à deteção de Trioza erytreae em algumas regiões do país e dado o alargamento já ocorrido da zona infestada por este inseto, procurou-se acautelar um conjunto de condições para assegurar a continuidade da produção e da comercialização de material de propagação citrícola em regiões onde a praga esteja presente”, explicam os responsáveis da DGAV no documento. A atualização foi motivada pela “experiência entretanto adquirida” e pela nova legislação em vigor: Anexo VIII do Regulamento de Execução (UE) 2019/2072 e Portaria n.º 142/2020.
A Trioza erytreae é uma praga de quarentena em território nacional.
Na zona demarcada da T. erytreae, além da obrigatória declaração de plantas-mãe ou de viveiro, as plantas de citrinos e outras rutáceas devem ser produzidas “num local com proteção física completa contra este inseto”, tendo sido alvo de duas inspeções oficiais no último ciclo vegetativo, sem apresentar sintomas da praga.
Para a comercialização, as plantas devem também ser mantidas num local com proteção física completa contra este inseto “e ser provenientes de áreas isentas (fora de zonas infestadas e zonas tampão) ou de viveiros localizados em zonas demarcadas”, entre outros requisitos, que visam garantir a não ocorrência de infestação.
O InPP tem um projeto de cooperação com a DGAV, de participação na task force de fitossanidade e para apoio ao plano de luta biológica com vista a controlar a Trioza erytreae.
Researchers at InPP are developing machine learning methods for predicting phenotypic traits from genetic information of key crops. The project is led by Manisha Sirsat, from the Data Management and Risk Analysis Department, which is headed by Ricardo Ramiro, in collaboration with the Protection of Specific Crops Department, headed by Paula Oblessuc.
Over the last decade, machine learning has become part of our everyday lives, when it suggests the next song you should listen to or the restaurant you should go to. This branch of artificial intelligence is focused on building models and applications that can learn from data, in order to predict a particular outcome. For this to be possible, large amounts of data are necessary which, until recently, would preclude its application in most fields of biology. However, in the last 20 years, biology has become a data-intensive discipline, due to the revolution brought by high-throughput systems for fields as disparate as genomics and microscopy. Thus, machine learning methods are now being applied to a wide range of biological questions.
At InPP, the team is taking advantage of the availability of high-throughput genomic and phenotypic data for key phenotypes of important crops (e.g. wheat genomes and yield) and using this data to develop machine learning models that can predict the phenotype from the genotype. This approach is termed Genomic Prediction. “The aim is to develop an advanced genomic prediction tool which uses genome-wide genetic markers to predict complex traits”, states Manisha Sirsat. “This will allow us to identify genetic markers that can increase agricultural productivity and that can accelerate plant breeding programs”, adds Ricardo Ramiro.
Imagem de congerdesign/ Pixabay
Imagem de annawaldl/ Pixabay
An advanced genomic prediction tool can help accelerate plant breeding programs and increase agricultural productivity.
Os cookies necessários permitem funcionalidades essenciais do site, como logins seguros e ajustes das preferências de consentimento. Não armazenam dados pessoais.
Nenhum
►
Os cookies funcionais suportam funcionalidades como partilha de conteúdo nas redes sociais, recolha de feedback e ativação de ferramentas de terceiros.
Nenhum
►
Os cookies analíticos monitorizam as interações dos visitantes, fornecendo informações sobre métricas como número de visitantes, taxa de rejeição e fontes de tráfego.
Nenhum
►
Os cookies de publicidade entregam anúncios personalizados com base nas suas visitas anteriores e analisam a eficácia das campanhas publicitárias.
Nenhum
►
Os cookies não classificados são cookies que estamos a processar para classificar, em conjunto com os fornecedores de cookies individuais.