La temperatura es uno de los factores más importantes que determinan el crecimiento, desarrollo y rendimiento de las plantas. Los datos precisos sobre la respuesta de los cultivos a la temperatura son esenciales para predecir el impacto potencial de futuros climas más cálidos en la producción de cultivos.

El fenotipado de campo de alto rendimiento representa la capacidad de capturar de forma remota y no destructiva el crecimiento de las plantas en alto rendimiento para caracterizar con precisión cientos de genotipos en condiciones de campo. Las grandes cantidades resultantes de datos de observación objetivos y repetidos se pueden utilizar para cuantificar la respuesta de crecimiento específica del genotipo a la temperatura.

según el dr. Sin embargo, a Lukas Roth del Instituto de Ciencias Agrícolas de ETH Zurich le resulta difícil determinar la idoneidad de los modelos de respuesta específicos del genotipo utilizando datos de campo. “Las mediciones basadas en el campo son notoriamente ‘ruidosas’ debido a las faltas de homogeneidad ambiental y del suelo ya los errores de medición. Como tal, nunca sabemos la ‘verdad’ de los datos de campo y, por lo tanto, no podemos juzgar si nuestro modelo predice correctamente la respuesta del crecimiento a la temperatura”.

Por ello, en un nuevo artículo publicado en en silico plantas, Roth y sus colegas utilizaron un modelo para generar datos con distribuciones de temperatura estacionales en condiciones de campo. Luego pudieron verificar la precisión de un enfoque de modelo lineal existente frente a un nuevo modelo asintótico propuesto para extraer la respuesta de crecimiento específica del genotipo a las temperaturas.

Primero, se generaron datos de altura de plantas para varios genotipos de trigo mediante una simulación basada en la función de respuesta de Wang-Engel. El modelo de Wang-Engel simula el desarrollo de cultivos en función de la respuesta no lineal del desarrollo del cultivo a la temperatura. Los genotipos caracterizaron diferentes respuestas de crecimiento a las temperaturas cardinales y máxima tasa absoluta de crecimiento. El crecimiento estacional de la copa se simuló en base a cinco años de datos de temperatura. Los autores simularon intervalos de medición de 3, 7 y 14 días para determinar qué intervalo de recopilación de datos es suficiente para cuantificar la respuesta de crecimiento específica del genotipo a la temperatura.

A continuación, compararon la capacidad del modelo lineal existente con un nuevo modelo asintótico para predecir los parámetros de respuesta de temperatura a partir de los datos simulados.

“El enfoque lineal se usa ampliamente en nuestro campo de investigación y promete una gran solidez, pero cuanto más precisos se volvieron nuestros datos de fenotipado, más frecuentemente vimos evidencia de una relación no lineal”, explica Roth.

Los autores encontraron que el modelo asintótico extrajo la temperatura de referencia de crecimiento y la tasa de crecimiento absoluta máxima con alta precisión, mientras que el modelo lineal más simple no pudo. Además, el modelo asintótico proporcionó una estimación indirecta de la temperatura óptima. Sin embargo, cuando se incluyeron las temperaturas cardinales que cambian estacionalmente durante el desarrollo del cultivo, la precisión de predicción del modelo asintótico se redujo considerablemente.

En cuanto a la alta resolución de muestreo, los autores encontraron que los intervalos de medición de alrededor de cuatro días fueron suficientes para extraer de manera confiable la temperatura cardinal mínima y la tasa de crecimiento absoluta máxima. Esta es una buena noticia para los momentos en que no es posible realizar mediciones periódicas, p. B. en condiciones climáticas adversas y fines de semana largos.

LEER EL ARTÍCULO:

Lukas Roth, Hans-Peter Piepho, Andreas Hund, Procesamiento de datos fenómicos: extracción de parámetros de curva de dosis-respuesta a partir de curvas de temperatura de alta resolución y mediciones repetidas de la altura del trigo en el campo, plantas in silico, 2022; diac007, https://doi.org/10.1093/insilicoplants/diac007

Los datos y el código fuente que respaldan los resultados de este estudio están disponibles gratuitamente en el repositorio ETH GitLab en https://gitlab.ethz.ch/crop_phenotyping/htfp_data_processing.

Relacionado