Técnica permite redução do tempo de análise de sementes de soja de uma semana para poucos segundos, diminuindo custos com mão de obra
Domingo, 10 de outubro de 2021
Técnica desenvolvida em um projeto de pesquisa do Centro de Energia Nuclear na Agricultura (Cena) da USP, em Piracicaba, permite reduzir o tempo de análise de sementes de soja de uma semana para poucos segundos. Um equipamento ilumina as sementes com tipos específicos de luz e produz imagens que são analisadas por algoritmos de inteligência artificial capazes de classificar o potencial de germinação e o vigor das sementes, sem necessidade de destruir as amostras testadas.
A ideia do projeto é fazer com que empresas apliquem a técnica no desenvolvimento de equipamentos para programas de controle de qualidade de lotes comerciais de sementes de soja, diminuindo o custo da mão de obra necessária para os testes. Os resultados do trabalho são descritos no artigo Autofluorescence-spectral imaging as an innovative method for rapid, non-destructive and reliable assessing of soybean seed quality, publicado na revista Scientific Reports, do grupo Nature, no último dia 8 de setembro.
As sementes são colocadas em um equipamento dotado de LEDs com vários comprimentos de onda, para iluminação as amostras. “Nas sementes, existem substâncias que se excitam com luz visível ou ultravioleta produzida pelos LEDs e emitem luz de comprimento de de onda mais longo por um breve período de tempo, o que é chamado de autofluorescência”, explica ao Jornal da USP a pesquisadora Clíssia Barboza da Silva, do Cena, coordenadora do projeto. “Essa luz emitida pelas sementes é capturada pelo sensor do equipamento, que a transforma em uma imagem, a qual é analisada por meio de algoritmos de inteligência artificial, que classificam as sements quanto ao vigor, ou seja, a capacidade da semente gerar uma planta jovem normal, tanto em condições favoráveis quanto desfavoráveis.”
“Considerando os diversos componentes autofluorescentes presentes nas sementes com papel importante em seu vigor, como, por exemplo, a clorofila e a lignina, entre outros, as amostras são iluminadas em comprimentos de onda específicos para excitação desses componentes”, aponta Clíssia. O equipamento usado na pesquisa, conhecido como Sistema VideoMeterLab (VML), é capaz de analisar características físicas, químicas, genéticas, fisiológicas e sanitárias das sementes, mantendo-as intactas, e foi importado da Dinamarca, com apoio financeiro da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).
“Em poucos segundos, a técnica é capaz de estimar a capacidade das sementes germinarem em condições favoráveis ou de suportarem condições estressantes de campo, fornecendo ainda informações sobre o desempenho fotossintético inicial das plantas. É importante destacar que o método possibilita a redução do tempo de análise de uma semana para poucos segundos, além de redução de custos com mão de obra”, ressalta.
De acordo com a pesquisadora do Cena, os testes de qualidade adotados atualmente são demorados e custosos. “O teste de germinação, exigido das empresas que vendem sementes pelo Ministério da Agricultura, Pecuária e Abastecimento (Mapa), necessita que as amostras sejam cultivadas em laboratório e fornece resultados em, no mínimo, oito dias”, relata. “O de germinação, em que as sementes são submetidas a condições de estresse, como calor e frio intensos, dura de quatro a oito dias. Nos dois tipos de testes, é necessária a destruição das amostras e a presença de analistas experientes para interpretação dos resultados. Por essa razão, o projeto desenvolveu um método rápido e não destrutivo para análise da qualidade de sementes de soja, baseado em imagens de autofluorescência espectral combinadas com algoritmos de inteligência artificial.”
Potencial fisiológico
A metodologia foi testada em grupos de sementes com diferentes níveis de vigor. “Descobrimos que os componentes que tinham maior fluorescência azul tinham mais potencial fisiológico. Nossos resultados foram comparados com os métodos tradicionalmente utilizados para análise de sementes de soja, e apresentaram maior sensibilidade de detecção”, destaca Clíssia. “Os modelos de aprendizado de máquina com base em diferentes algoritmos de inteligência artificial apresentaram exatidão de 99% para a classificação do vigor das sementes.”
De acordo com a pesquisadora do Cena, o novo método fornece informações sobre o potencial fisiológico das sementes de soja de forma rápida, precisa e não destrutiva. “Em poucos segundos, a técnica é capaz de estimar a capacidade das sementes germinarem em condições favoráveis ou de suportarem condições estressantes de campo, fornecendo ainda informações sobre o desempenho fotossintético inicial das plantas”, aponta. “O método também se mostrou altamente eficaz para estimar o conteúdo de outros indicadores da qualidade fisiológica das sementes, como, por exemplo, o conteúdo de fenóis de seu embrião.”
A técnica pode ser utilizada em programas de controle de qualidade de lotes comerciais de sementes de soja por empresas que comercializam sementes, contribuindo para a tomada rápida de decisões, afirma Clíssia. “É importante destacar que o método possibilita a redução do tempo de análise de uma semana para poucos segundos, além de redução de custos com mão de obra”, ressalta.
Segundo a pesquisadora, para que o novo método seja usado comercialmente, seria importante testá-lo em um grande número de cultivares de soja e verificar as diferenças entre genótipos das sementes. “A pesquisa foi desenvolvida em um equipamento de bancada, que é muito caro”, observa. “É preciso incentivar as empresas a aplicarem a técnica no desenvolvimento de equipamentos de menor custo, com especificações que atendam às necessidades da cultura da soja.”
O projeto foi coordenado pela pesquisadora Clíssia Barboza da Silva, do Cena, com o apoio da Fapesp, em parceria com a Escola Superior de Agricultura Luiz de Queiroz (Esalq) da USP, em Piracicaba, Universidade Estadual Paulista (Unesp), em Tupã, e Universidade Federal de Viçosa (UFV).
Mais informações: e-mail clissia@usp.br, com Clíssia Barboza da Silva
