Software gratuito facilita trabalho de melhoramento genético de plantas

O EnvRtype, um software gratuito desenvolvido em pesquisa da Escola Superior de Agricultura Luiz de Queiroz (Esalq) da Universidade de São Paulo (USP) está buscando facilitar o melhoramento genético de plantas. Dividido em três módulos, o programa de computador se conecta a bases de dados sobre clima e solo e, a partir dessas informações, consegue simular a adaptação das plantas às condições de cultivo.

“O melhoramento genético se baseia, entre outras técnicas, na avaliação e seleção de plantas que são mais adaptadas a determinadas condições ambientais”, afirmou ao Jornal da USP o pesquisador Germano Costa Neto, que desenvolveu o software. “Para que isso se realize, é necessária a instalação de experimentos de campo, que demandam tempo, dinheiro e esforços, além de estarem sujeitos a erros inesperados, como, por exemplo, problemas com máquinas no campo e alagamentos”, completou.

Ele disse que, nos últimos 15 anos, estratégias baseadas em modelos estatísticos e abordagens computacionais vêm empregando informações como marcadores genéticos para fazer previsão de cultivos sem usar experimentos de campo. “Essa abordagem, conhecida como predição genômica, tem tido muito sucesso para seleção de plantas em alguns ambientes, mas é limitada para prever condições ambientais desconhecidas”, aponta. “Isso é preocupante, porque em um cenário de mudanças climáticas, a compreensão do ambiente é imprescindível para a eficiência da previsão e, consequentemente, do sucesso do melhoramento genético de plantas”, concluiu o pesquisador responsável pelo estudo.

“Para que isso se realize, é necessária a instalação de experimentos de campo, que demandam tempo, dinheiro e esforços, além de estarem sujeitos a erros inesperados, como, por exemplo, problemas com máquinas no campo e alagamentos.”

Segundo Costa Neto, nos últimos 15 anos, estratégias baseadas em modelos estatísticos e abordagens computacionais vêm empregando informações como marcadores genéticos para fazer previsão de cultivos sem usar experimentos de campo. “Essa abordagem, conhecida como predição genômica, tem tido muito sucesso para seleção de plantas em alguns ambientes, mas é limitada para prever condições ambientais desconhecidas”, aponta. “Isso é preocupante, porque em um cenário de mudanças climáticas, a compreensão do ambiente é imprescindível para a eficiência da previsão e, consequentemente, do sucesso do melhoramento genético de plantas.”

Diante desse problema, o pesquisador iniciou em 2018 uma série de trabalhos envolvendo tipagem de ambientes (em inglês, envirotyping). “A tipagem consiste em coletar, processar e organizar informações ambientais, tais como dados de clima e de diversidade de solos, visando assim a ajustar esses modelos estatísticos de forma mais precisa e acurada”, explica. “Em parceria com o Centro Internacional de Melhoramento de Maiz y Trigo (CIMMYT), no México, estamos desenvolvendo uma série de protocolos para difundir essa técnica na área de melhoramento de plantas.”

A criação do software tem o objetivo de popularizar a tipagem entre os pesquisadores que trabalham com melhoramento genético, que não estão acostumados a trabalhar com informações ambientais, destaca Costa Neto. “O nome do programa, EnvRtype, é um jogo de palavras que mistura envirotyping e R, o nome do pacote estatístico no qual o software foi implementado”, conta. “O EnvRtype, que é gratuito, já é usado em pesquisas e, atualmente, estão em desenvolvimento dois estudos que aplicam o programa, ambos voltadas ao cultivo do milho tropical em condições brasileiras.”

De acordo com o pesquisador, o software possui três módulos. “O primeiro é responsável pela coleta remota de dados ambientais, conectando-se à plataforma global da Nasa e outras fontes públicas de dados ambientais”, descreve. “Ainda nesse módulo, são disponibilizadas funções para a ‘tradução’ desses dados ambientais brutos em variáveis ambientais mais informativas capazes de descrever as condições de adaptação dos cultivos.”

Saiba mais.

Fonte: Jornal da USP