Atualmente, os botânicos podem rastrear as características, ou fenótipos, de centenas ou milhares de plantas muito mais rapidamente, com sistemas de câmeras automatizados através do aprendizado de máquina. Muito diferente dos métodos tradicionais que o pai da genética da genética Gregor Mendel utilizava para medir a evolução das ervilhas.
Agora, os pesquisadores do Salk Institute, dos Estados Unidos, ajudaram a acelerar ainda mais a fenotipagem das plantas, com algoritmos de aprendizado de máquina que ensinam um sistema de computador a analisar formas tridimensionais dos galhos e folhas de uma planta. O estudo, publicado na na revista Fisiologia das Plantas em 7 de outubro de 2019, pode ajudar os cientistas a quantificar melhor como as plantas respondem às mudanças climáticas, mutações genéticas ou outros fatores.
"O que fizemos foi desenvolver um conjunto de ferramentas que ajuda a enfrentar alguns desafios comuns de fenotipagem", diz Saket Navlakha, professor associado do Laboratório de Biologia Integrativa do Salk e presidente de desenvolvimento do Pioneer Fund.
O ambiente de uma planta ajuda a ditar sua estrutura, que está relacionada à sua saúde. Os cientistas que tentam entender o crescimento das plantas, projetar plantas mais resistentes ou aumentar a produção agrícola geralmente desejam medir características detalhadas das folhas e brotos de uma planta. Para fazer essa fenotipagem de maneira de alto rendimento, muitos pesquisadores usam sistemas de câmera que capturam imagens de cada planta de vários ângulos e montam um modelo tridimensional. No entanto, é difícil fazer algumas medições com essas imagens costuradas.
