estudo brasileiro Publicados na revista Relatórios Científicos demonstra que, utilizando algumas técnicas de inteligência artificial, é possível criar modelos eficientes de seleção genômica de cana-de-açúcar e forrageiras, capazes de prever, a partir do DNA, o desempenho dessas gramíneas em campo.
Em termos de precisão, em comparação com as técnicas tradicionais de criação, a metodologia desenvolvida com Apoio, suporte da FAPESP apresenta um ganho de 50% na capacidade preditiva. É a primeira vez que o método baseado em aprendizado de máquina é proposto para plantas poliplóides (em que as células possuem mais de dois pares de cromossomos), como é o caso das gramíneas estudadas, possibilitando sua seleção genômica com alta eficiência.
O aprendizado de máquina é um subcampo da ciência da computação que envolve métodos estatísticos e de otimização. Com inúmeras aplicações, seu objetivo é criar algoritmos que possam extrair automaticamente padrões de um conjunto de dados. Pode ser útil prever o desempenho de uma planta – por exemplo, se ela é resistente ou tolerante a algum tipo de biótico (pragas e doenças causadas por insetos, nematóides, fungos ou bactérias) ou abiótico (frio, déficit hídrico, alta salinidade ) estresse. ou deficiência nutricional do solo).
O que se faz tradicionalmente nos programas de melhoramento são os cruzamentos. “Você estabelece populações cruzando plantas que são interessantes. No caso da cana, uma que produz muito açúcar com outra mais resistente, por exemplo. Você cruza e avalia o desempenho dos genótipos desses cruzamentos no campo”, explica Alexandre Hild Aonocientista da computação formado pela Universidade Federal de São Paulo (Unifesp) e principal autor do artigo.
“Mas esse processo de avaliação leva muito tempo e é caro. Pelo método que propomos, é possível prever o desempenho dessas plantas antes mesmo de crescerem. Através do material genético conseguimos ter uma estimativa de como será o rendimento. Isso é bastante interessante, pois economiza muitos anos de avaliação.”
No caso da cana-de-açúcar, o desafio é extremamente complexo. A criação tradicional leva entre nove e 12 anos e é muito cara, explica Anete Pereira de Souzaprofessor do Departamento de Biologia Vegetal do Instituto de Biologia da Universidade Estadual de Campinas (Unicamp) que orientou Aono em seu doutorado, realizado no Centro de Biologia Molecular e Engenharia Genética (CBMEG).
“Assim que o melhorista identifica uma planta interessante, ele a multiplica com clones para que aquele genótipo não se perca. Mas isso leva tempo e custa muito. Um exemplo extremo é o melhoramento das seringueiras, que leva até 30 anos”, diz Souza. Para superar tais dificuldades, diz o cientista, é possível recorrer ao “melhoramento de plantas 4.0”, que é altamente dependente de análise de dados e ferramentas computacionais e estatísticas de alta eficiência. Cada genotipagem de sequenciamento pode envolver 1 bilhão de sequências.
O grande desafio que os cientistas enfrentam com plantas poliplóides, como cana-de-açúcar e gramíneas forrageiras, é sua complexidade genômica. “Nesse caso, nem se sabia se a seleção genômica seria possível, devido à escassez de recursos e à dificuldade de trabalhar com essa complexidade”, explica Aono.
alta complexidade
Pesquisadores dizem que a seleção genômica começou com plantas diplóides [células com dois conjuntos de cromossomos], que têm genética mais simples. “É que nossas plantas tropicais, de grande valor, não são diplóides, são poliplóides, e isso é complicado”, explica Souza.
Enquanto humanos e quase todos os animais são diplóides, a cana-de-açúcar pode ter até 12 cópias de cada cromossomo. Isso significa que cada indivíduo da espécie humana pode ter até duas formas variantes de cada gene, uma herdada do pai e outra da mãe. Na cana-de-açúcar, essa complexidade é muito maior, pois teoricamente um determinado gene pode ter muitas variantes em um mesmo indivíduo. Dentro do genoma da cana-de-açúcar, existem regiões que possuem seis conjuntos cromossômicos e outras com oito, dez ou até 12 conjuntos. “A genética fica tão complicada que o criador trabalha com a cana como se fosse diplóide.”
Em 2001, Theo Meuwissen, cientista da Universidade Norueguesa de Ciências da Vida, fez a associação do genoma com o fenótipo (as características visíveis) e foi aí que surgiu o que hoje é chamado de seleção genômica. Isso representou uma imensa vantagem para o melhoramento vegetal, pois passou a associar as características fenotípicas que interessavam – se volume de produção, quantidade de açúcar ou precocidade da planta – às bases genômicas denominadas SNPs (abreviatura de SNPs). Polimorfismo de nucleotídeo único ou polimorfismo de nucleotídeo único), explica Souza.
“É a diferença do genoma entre um indivíduo e outro: por exemplo, aquele que tem um A [que corresponde ao nucleotídeo adenina] produz um pouco mais do que aquele que tem um G [nucleotídeo guanina] no mesmo local do genoma. Isso mudou tudo. Depois de encontrar uma associação de algo que você procura, como alta produção de açúcar, com SNPs específicos em diferentes locais do genoma, você pode começar a sequenciar apenas aquela população que é o foco da melhoria.”
Com o avanço proposto por Aono e colaboradores, não é mais necessário plantar e fenótipo durante todo o ciclo de reprodução. “Fazemos experimentos de campo nos primeiros ciclos do programa para obter o fenótipo de interesse para cada clone. Ao mesmo tempo, sequenciamos todos os clones da população reprodutora de forma muito simples, não sendo necessário ter o genoma completo de cada clone. Isso é o que chamamos de genotipagem de sequenciamento, ou seja, um sequenciamento parcial para buscar as diferenças e semelhanças de bases entre os diferentes clones, que serão associadas às produções de cada clone. A associação entre o fenótipo e o genoma permite identificar quem produz mais e quais SNPs estão associados a maior produção. Dessa forma, é possível identificar um clone que possui a maioria dos SNPs que contribuem para a maior produção observada nos experimentos iniciais. Assim, obtemos a variedade mais produtiva com mais rapidez e menor custo”, explica Souza.
O sucesso do projeto foi possível graças à colaboração de vários anos com cientistas de diferentes instituições de pesquisa e universidades, como Escola Superior de Agricultura Luiz de Queiroz da Universidade de São Paulo (Esalq-USP), Instituto de Ciência e Tecnologia de Unifesp, Instituto Agronômico de Campinas – Centro de Cana (Ribeirão Preto), Embrapa Gado de Corte (Campo Grande, MS), Instituto Tecnológico de Aeronáutica (São José dos Campos) e Instituto Roslin da Universidade de Edimburgo (Escócia).
