La ciencia sigue produciendo métodos para mejorar la producción en los cultivos y eso se aprecia con los biomarcadores espectrales Raman y el algoritmo de diagnóstico que permiten el diagnóstico temprano y no invasivo de infecciones bacterianas en plantas de cultivo.
Los Investigadores de la Alianza de Investigación y Tecnología de Singapur-MIT (Smart) y sus colaboradores locales del Laboratorio de Ciencias de la Vida de Temasek (TLL) desarrollaron un método rápido basado en espectroscopía Raman para la detección y cuantificación de infecciones bacterianas tempranas en cultivos.
Este adelanto puede ser fundamental para el progreso de la gestión de enfermedades de las plantas y la productividad agrícola, según lo describe un interesante trabajo de la Alianza Singapur-MIT para la Investigación y la Tecnología.
Mejorar los sistema de producción agrícola
Ante una demanda creciente de suministro y seguridad alimentaria mundial, existe una necesidad creciente de mejorar los sistemas de producción agrícola y aumentar la productividad de los cultivos para superar este desafío.
En el mundo, la infección por patógenos bacterianos en plantas de cultivo es uno de los principales contribuyentes a las pérdidas de rendimiento agrícola, sostienen los especialistas de la referida Alianza Singapur.
Cambio climático acelera las enfermedades
El problema se agrava con el cambio climático al acelerar la propagación de enfermedades de las plantas. Por lo tanto, consideran importante desarrollar métodos para la detección rápida y temprana de cultivos infectados por patógenos para mejorar el manejo de enfermedades de las plantas y reducir la pérdida de cultivos.
Los investigadores de Smart y TLL ofrece un método más rápido y preciso para detectar infecciones bacterianas en plantas de cultivo en una etapa más temprana, en comparación con las técnicas existentes.
El equipo explicó su investigación en un artículo titulado «Detección rápida y cuantificación de la respuesta de inmunidad innata de las plantas mediante espectroscopia Raman», publicado en Frontiers in Plant Science .
El profesor investigador principal co-líder de Distap, vicepresidente de TLL y coautor correspondiente, Chua Nam Hai, señaló al respecto: «La detección temprana de plantas de cultivo infectadas con patógenos es un paso significativo para mejorar el manejo de enfermedades de las plantas», dice,
Y agregó que «Permitirá la eliminación rápida y selectiva de la carga de patógenos y frenará la propagación de enfermedades a otros cultivos vecinos».
El diagnóstico de enfermedades de las plantas implica una simple inspección visual de las plantas en busca de síntomas y gravedad de la enfermedad.
«Los métodos de inspección visual a menudo son ineficaces, ya que los síntomas de la enfermedad generalmente se manifiestan solo en etapas relativamente posteriores de la infección, cuando la carga de patógenos ya es alta y las medidas de reparación son limitadas»,
En ese sentido consideran que se requieren nuevos métodos para la detección rápida y temprana de la infección bacteriana. La idea sería similar a tener pruebas médicas para identificar enfermedades humanas en una etapa temprana, en lugar de esperar a que aparezcan los síntomas visuales para que se pueda aplicar una intervención o tratamiento tempranos.
En Distap desarrollaron un algoritmo cuantitativo basado en espectroscopía Raman que puede ayudar a los agricultores a identificar rápidamente la infección bacteriana.
El algoritmo de diagnóstico desarrollado utiliza biomarcadores espectrales Raman y se puede implementar fácilmente en plataformas de predicción y computación basadas en la nube.
«Es más eficaz que las técnicas existentes, ya que permite la identificación precisa y la detección temprana de infecciones bacterianas, las cuales son cruciales para salvar las plantas de cultivo que de otro modo serían destruidas», explicó el Dr. Gajendra Pratap Singh, director científico e investigador principal de Distap, y co -autor principal.
El desarrollo y descubrimiento del algoritmo de diagnóstico y los biomarcadores espectrales Raman fueron realizados por Smart y TLL que también confirmó y validó el método de detección a través de plantas mutantes .
Fuente: Mundo Agropecuario / Alianza Singapur-MIT para la Investigación y la Tecnología.
Redacción: Publiagro
