Suecia: Imágenes de drones y datos genéticos mejoran la selección de variedades de papa de alto rendimiento

La integración de datos genéticos con imágenes aéreas obtenidas mediante drones podría ayudar a los mejoradores de papa a identificar con mayor rapidez los clones con alto potencial de rendimiento.

Un estudio realizado por científicos de la Universidad Sueca de Ciencias Agrícolas, en Alnarp, mostró que la combinación de ambas fuentes de información mejoró las predicciones relacionadas con la producción total y el peso de los tubérculos de mayor tamaño.

Un proceso que puede demandar hasta 15 años

El desarrollo de una nueva variedad de papa puede requerir entre 10 y 15 años. Los programas de mejoramiento deben evaluar miles de plantas durante varias campañas y en diferentes localidades antes de determinar cuáles merecen avanzar.

El trabajo resulta especialmente complejo en papa debido a su estructura genética y a la influencia que ejercen el clima, el suelo y las condiciones de manejo sobre características como rendimiento y tamaño de los tubérculos.

La selección genómica permite utilizar marcadores de ADN para anticipar el comportamiento de un clon antes de realizar evaluaciones extensivas. Sin embargo, su precisión disminuye en caracteres fuertemente condicionados por el ambiente, como el rendimiento.

Los drones aportan información sobre el cultivo real

Los investigadores evaluaron 256 clones y variedades de papa en tres ambientes definidos por localidad y año en el sur de Suecia. Los ensayos se realizaron en Helgegården durante 2020 y 2021, y en Mosslunda en 2021.

Durante el ciclo efectuaron vuelos sucesivos con drones equipados con cámaras convencionales RGB, que registran imágenes en los canales rojo, verde y azul.

A partir de esas imágenes midieron cobertura del cultivo, altura de las plantas, características relacionadas con el contenido de clorofila e índices de vegetación. En lugar de utilizar una única captura, analizaron cómo evolucionaron esos indicadores durante toda la campaña.

También registraron el peso total de los tubérculos, el peso correspondiente a cuatro categorías de tamaño y el contenido de almidón fresco.

Mayor precisión para rendimiento y tubérculos grandes

Los mejores resultados se obtuvieron al combinar la información genómica con los datos generados por los drones.

En las pruebas de validación, la predicción del rendimiento total y del peso de los tubérculos con diámetro superior a 60 milímetros alcanzó valores de R² mayores a 0,3. Esa capacidad predictiva fue aproximadamente el doble de la obtenida utilizando solamente información genómica.

Las imágenes permitieron incorporar información sobre la respuesta de cada clon a las condiciones reales del ambiente. Los marcadores de ADN, en cambio, aportaron datos sobre su potencial hereditario.

No todos los caracteres respondieron igual

La ventaja de combinar ambas herramientas no fue uniforme. Para el contenido de almidón y el peso de los tubérculos pequeños, la información genómica igualó o superó el desempeño del modelo combinado.

Este resultado indica que el uso de drones debería orientarse hacia los caracteres y las etapas del mejoramiento en los que efectivamente aporte mayor precisión.

Cámaras convencionales reducen el costo de adopción

Uno de los aspectos destacados es que los investigadores emplearon cámaras RGB estándar, más económicas y accesibles que los sensores multiespectrales.

Los programas de mejoramiento podrían utilizar imágenes aéreas para evaluar rápidamente grandes cantidades de clones durante las primeras etapas y descartar los materiales menos prometedores. Posteriormente, los datos fenotípicos y genómicos podrían integrarse para seleccionar los candidatos que pasarán a ensayos más intensivos.

La tecnología no reemplaza las evaluaciones agronómicas tradicionales, pero puede ayudar a reducir tiempos y asignar mejor los recursos. A largo plazo, su aplicación podría acelerar el desarrollo de variedades con mayor rendimiento y una proporción superior de tubérculos comerciales.