Un equip interdisciplinari del Centre de Recerca en Agrigenòmica (CRAG) i de La Salle-Universitat Ramon Llull ha desenvolupat un programari que, mitjançant processament d'imatges i aprenentatge artificial, permet als investigadors semi-automatitzar l'anàlisi de la longitud de l'arrel de petites plantes d'Arabidopsis thaliana. El programari, denominat MyRoot, s'ha posat a disposició de la comunitat investigadora perquè el puguin utilitzar gratuïtament. Als investigadors del CRAG, MyRoot ja els ha estalviat una gran quantitat de temps que abans dedicaven a mesurar arrels. L'elevada eficàcia i precisió de MyRoot s'ha analitzat en un article que es publica a la revista especialitzada The Plant Journal.
L'arrel: un element clau en l'agriculturaArabidopsis thaliana. Per això, els investigadors han de mesurar la longitud de gran quantitat d'arrels de plàntules d'arabidopsis amb diferents alteracions genètiques i sotmeses a condicions diverses. Gràcies a aquestes investigacions, recentment van descobrir com crear plantes més resistents a la sequera sense afectar el seu creixement.
Placa de petri amb arabidopsis per a mesurar-ne les arrels (CRAG)
Isabel Betegón-Putze porta tres anys realitzant la seva tesi doctoral al CRAG, i en aquest temps ha passat moltes hores mesurant arrels d’arabidopsis en fotos. "Havia provat softwares d'anàlisi semiautomàtic però tots resultaven poc precisos o molt difícils d'utilitzar", explica Betegón-Putze. La seva directora de tesi, Ana I. Caño-Delgado, li va proposar que col·laboressin amb el grup de l'enginyer Xavier Sevillano del Grup de Recerca en Tecnologies Mèdia de La Salle-URL per desenvolupar ells mateixos un programari que agilitzés aquest procés.
MyRoot: intel·ligència artificial per estalviar temps l'usuari final. Per a això ha estat clau incloure a biòlegs de plantes com la Isabel en el procés de desenvolupament, tenint en compte les seves opinions i necessitats ", explica Alejandro González.
Un dels reptes que havia de salvar el nou programari era el substituir a un investigador entrenat en diferenciar la tija i l'arrel d'arabidopsis en petites plàntules de pocs dies crescudes in vitro, ja que en aquest estadi els dos tenen un aspecte molt similar. Per a això, l'equip del CRAG i La Salle va utilitzar tècniques de machine learning, entrenant a l'algoritme amb plàntules amb una varietat de mutacions, edats, etc. "El que hem fet és ensinistrar al sistema exposant-lo a moltes situacions diferents" explica Xavier Sevillano. "Gràcies a l'ús d'aprenentatge artificial a MyRoot, el programari és molt precís en mesurar arrels, i permet als seus usuaris utilitzar-lo amb un grau de confiança molt elevat", afegeix.
Usant el software MyRoot (CRAG)
En l'article publicat a The Plant Journal, l'equip del CRAG i de La Salle demostra que utilitzant MyRoot s'obtenen els mateixos resultats que amb l'anàlisi manual, però invertint la meitat de temps. La comparació de MyRoot respecte a altres programaris disponibles apunta que, per la seva facilitat d'ús, precisió i temps invertit en les mesures, MyRoot podria convertir-se en una eina molt utilitzada pels investigadors acadèmics. MyRoot es pot descarregar i executar sense pagar cap llicència.
El futur: una eina al servei de l'agricultura
Isabel Betegón-Putze i David Blasco en el laboratori de Caño-Delgado del CRAG (CRAG)