Alcune specie possono essere fonte di problemi se presenti in numero eccessivo. I ricercatori del Virginia Tech College of Agriculture and Life Sciences stanno mettendo a punto il ricorso all’intelligenza artificiale per identificare la presenza di nematodi di soia parassitari, causa di oltre un miliardo di dollari di perdite ogni anno negli Stati Uniti. Come parte della ricerca, sarà sviluppato un robusto set di dati microscopici di nematodi di soia e una serie di algoritmi ad hoc per l’identificazione, nonché delle mappe geografiche. Il risultato della ricerca sarà uno strumento al servizio dei coltivatori. “Assemblando uno strumento per combattere i nematodi della soia, saremmo in grado di risparmiare tempo e denaro ai produttori migliorando la sostenibilità ambientale”, ha dichiarato David Langston, professore al Tidewater Agricultural Research and Extension Center e ricercatore sul progetto. “Vogliamo che questa ricerca sia facile da implementare e che diventi e un modo pratico e sostenibile per combattere le infestazioni da nematodi.” I sintomi visivi dei nematodi di soia possono essere confusi con altri fattori di stress sul raccolto, con conseguente perdita di colture significative laddove non trattati. Questa ricerca consentirà una rapida identificazione, con conseguente riduzione dei pesticidi utilizzati sulle colture. Le migliori pratiche per l’identificazione dei nematodi negli Stati Uniti necessitano del classico microscopio per scrutare e individuare manualmente i nematodi in ogni campione. Questo processo necessita di una ulteriore, rilevante sofisticazione. Durante la stagione di crescita 2022, i nematodi sono stati campionati da punti caldi in aziende agricole in tutta la Virginia utilizzando 20 campioni per acro di campo. Mychele Batista da Silva, uno studioso post- che lavora nel team di Langston, è un nematologo che conduce test biologici con metodi analitici per misurare la concentrazione o la potenza di una sostanza attraverso i suoi effetti su un sistema vivente, e utilizza strumenti molecolari per identificare specie e razze di nematodi. Grazie alle sue iimmagini sono stati creati algoritmi di intelligenza artificiale per l’identificazione. Una volta che il progetto di ricerca sarà terminato, ci sarà a disposizione uno strumento valido per i coltivatori, nonché un cloud sicuro di condivisione dei risultati da remoto.

Fonte: Agdaily

Photo by Kelly Sikkema on Unsplash