Monitoreo de la salud del suelo mediante aprendizaje automático basado en microbiomas:
La salud del suelo es fundamental para mantener el valor ecológico y comercial de los agroecosistemas, lo que requiere la evaluación de las propiedades biológicas, químicas y físicas del suelo. Los métodos tradicionales para monitorear estas propiedades pueden ser costosos y poco prácticos para el análisis de rutina. Sin embargo, el microbioma del suelo ofrece una rica fuente de información que se puede analizar de manera rentable mediante secuenciación de alto rendimiento. Este estudio explora el potencial de los modelos ML, específicamente el bosque aleatorio (RF) y la máquina de vectores de soporte (SVM), para predecir 12 métricas clave de la salud del suelo, incluido el estado de labranza y la textura del suelo, utilizando datos del amplicón del gen 16S rRNA. Los modelos demostraron fuertes capacidades predictivas, logrando un valor Kappa de aproximadamente 0,65 para evaluaciones categóricas y un valor R² de aproximadamente 0,8 para predicciones numéricas, sobresaliendo particularmente en la predicción de métricas de salud biológica sobre las químicas y físicas.
El estudio también analiza los desafíos y las mejores prácticas en el procesamiento de datos del microbioma para aplicaciones de aprendizaje automático. Se descubrió que los modelos entrenados con la resolución taxonómica más alta eran los más precisos y que las técnicas comunes de procesamiento de datos, como la enrarecimiento y la agregación de taxones, podrían reducir la precisión de las predicciones. Se identificaron taxones microbianos clave, como Pyrinomonadaceae y Nitrososphaeraceae, como contribuyentes importantes a la precisión del modelo, correlacionándose con indicadores conocidos de la salud del suelo. Los diagnósticos basados en el microbioma podrían proporcionar una herramienta escalable y eficaz para el monitoreo de la salud del suelo, ofreciendo una solución práctica para evaluar regularmente las propiedades del suelo y adoptar prácticas agrícolas sostenibles.
Métodos:
Se realizó una evaluación integral de la salud del suelo utilizando 949 muestras de suelo de varias tierras agrícolas en los EE. UU. y Canadá, siguiendo las pautas del protocolo de Evaluación Integral de la Salud del Suelo (CASH). Para mantener la integridad de la composición del microbioma, las muestras se homogeneizaron, se secaron al aire y se analizaron en un plazo de dos meses en el Laboratorio de Salud del Suelo de Cornell. Cada muestra se sometió a un análisis exhaustivo que abarcó 12 métricas clave de salud del suelo biológicas, químicas y físicas, que posteriormente se normalizaron y categorizaron en clasificaciones de salud para su uso práctico en la gestión. El ADN total se extrajo utilizando el kit DNeasy PowerSoil, seguido de la cuantificación. Las comunidades bacterianas se perfilaron mediante la secuenciación de la región V4 del gen 16S rRNA. Los datos de secuenciación se procesaron con QIIME2, utilizando DADA2 para la asignación de variantes de secuencia de amplicón (ASV), y la taxonomía se asignó utilizando la base de datos Silva. Se emplearon métodos como enrarecimiento, proporción, normalización de CSS y filtrado de escasez para crear cinco tipos de conjuntos de datos distintos para preparar los datos para un análisis posterior.
Se desarrollaron modelos de aprendizaje automático supervisado, específicamente RF y máquinas de vectores de soporte regularizadas L2 (SVM), para predecir métricas de salud del suelo, prácticas de labranza y textura del suelo en función de los datos del microbioma. El flujo de trabajo de modelado implicó escalar características, realizar una división de prueba y entrenamiento 80:20 repetida varias veces para garantizar la solidez y seleccionar hiperparámetros óptimos a través de una validación cruzada. El rendimiento del modelo se evaluó utilizando estadísticas kappa para tareas de clasificación y valores R² para regresión. La importancia de las características se determinó utilizando un enfoque de dejar uno fuera para identificar taxones clave que contribuyen a la precisión predictiva. Los modelos de mejor rendimiento se validaron con conjuntos de datos independientes de los estudios de Musgrave Farm y Pastureland, lo que demuestra su generalización.
Resumen de la evaluación del modelo ML basado en el microbioma del suelo:
Un estudio continental de suelos agrícolas de América del Norte evaluó la precisión predictiva de los modelos ML utilizando datos del microbioma del suelo. SVM se destacó en la clasificación de la salud del suelo, mientras que RF tuvo un mejor desempeño en las tareas de regresión. La normalización de la profundidad de lectura y la resolución taxonómica influyeron significativamente en la precisión del modelo. Las características más predictivas fueron los ASV específicos vinculados a métricas de salud como el carbono activo. La validación cruzada con conjuntos de datos independientes confirmó la solidez de los modelos, especialmente para predecir métricas biológicas. Los microbiomas del suelo mostraron una variación geográfica significativa, y las propiedades químicas impulsaron la mayoría de las diferencias en la composición de la comunidad.
Potencial y desafíos de los modelos de aprendizaje automático basados en el microbioma para la predicción de la salud del suelo:
Este estudio destaca el potencial de utilizar modelos de aprendizaje automático basados en microbiomas para predecir métricas de salud del suelo. El estudio del gen ARNr 16S de los microbiomas del suelo reveló que, si bien estos modelos podían predecir de manera eficaz métricas de salud biológica, su precisión con respecto a las métricas químicas y físicas era menor. Los modelos enfrentaron desafíos debido al estrecho rango de valores de pH del suelo y la subrepresentación del conjunto de datos de las condiciones extremas de salud del suelo. Mejorar la precisión de estos modelos requerirá una mejor representación de diversos estados de salud del suelo, particularmente en los extremos, y superar las dificultades en el procesamiento de suelos con calificaciones de salud bajas, que tienden a ser más diversos filogenéticamente.
A pesar de estos desafíos, el estudio concluye que los modelos de microbioma-ML son prometedores para complementar o potencialmente reemplazar las evaluaciones tradicionales de la salud del suelo, especialmente en métricas biológicas. Los hallazgos sugieren que a medida que haya más datos disponibles, en particular datos específicos de la región o de la gestión, la precisión de estos modelos mejorará. El estudio también subraya la necesidad de desarrollar métodos de alto rendimiento para recopilar datos del microbioma, en particular para suelos con bajos rendimientos de ADN. Si bien los modelos SVM lineales L2 superaron a RF en tareas de clasificación, los modelos RF sobresalieron en tareas de regresión, lo que indica que no hay una preferencia clara por un algoritmo de ML específico en la predicción de la salud del suelo. La investigación futura y la adopción de enfoques de microbioma-ML en marcos de salud del suelo podrían mejorar la agricultura digital y proporcionar una medida integral de la salud del suelo.
Echa un vistazo a la Papel. Todo el crédito por esta investigación corresponde a los investigadores de este proyecto. Además, no olvides seguirnos en Gorjeo y únete a nuestro Canal de Telegram y LinkedIn Gr¡Arriba!. Si te gusta nuestro trabajo, te encantará nuestro hoja informativa..
No olvides unirte a nuestro Subreddit con más de 50 000 millones de usuarios
A continuación se muestra un seminario web muy recomendado por nuestro patrocinador: ‘Desarrollo de aplicaciones de IA de alto rendimiento con NVIDIA NIM y Haystack’
Sana Hassan, pasante de consultoría en Marktechpost y estudiante de doble titulación en el IIT Madrás, es un apasionado de la aplicación de la tecnología y la IA para abordar los desafíos del mundo real. Con un gran interés en resolver problemas prácticos, aporta una perspectiva nueva a la intersección de la IA y las soluciones de la vida real.