INTELIGENCIA ARTIFICIAL

Método revolucionario basado en aprendizaje automático para transformar la cría de trucha arcoíris

Finlandia, 9/01/2025 | El aprendizaje automático alcanza un 98% de precisión en la identificación no invasiva del sexo en trucha arcoíris

Trucha arcoíris

En un emocionante avance para la acuicultura, científicos del Instituto de Recursos Naturales de Finlandia han presentado un método impulsado por aprendizaje automático para identificar el sexo de la trucha arcoíris con un 98% de precisión. Este innovador enfoque, que utiliza datos genómicos y la técnica de Extreme Gradient Boosting (XGB), está destinado a transformar la industria al ofrecer una solución no invasiva, altamente eficiente y fácilmente escalable a un desafío de larga data.

Tradicionalmente, la identificación del sexo en truchas arcoíris juveniles—un aspecto crítico en la cría de peces y programas de reproducción—ha sido un proceso laborioso e invasivo, que requiere ecografías o exámenes postmortem. Estos métodos son poco prácticos y costosos para operaciones a gran escala.

Sin embargo, el nuevo método supera por completo estos desafíos al analizar marcadores genéticos, convirtiéndose en un cambio radical para el sector.

El estudio demostró la eficacia del método utilizando tanto conjuntos de datos simulados como datos reales del Programa de Reproducción de Trucha Arcoíris de Finlandia. Los resultados fueron impactantes: el modelo XGB alcanzó una precisión perfecta (100%) en escenarios simulados de baja tasa de error y mantuvo una impresionante precisión del 98% con datos del mundo real.

La importancia de la identificación precisa del sexo

La identificación precisa del sexo es fundamental para la acuicultura. Los peces machos y hembras tienen diferentes tasas de crecimiento y características, lo que influye en la gestión de las granjas y las decisiones reproductivas. La identificación temprana del sexo ayuda a optimizar la producción, reducir costes y fomentar la sostenibilidad en la cría de peces.

El modelo de aprendizaje automático también ofrece ventajas significativas sobre los métodos probabilísticos tradicionales. A diferencia de los enfoques bayesianos, que requieren conocimiento previo de los marcadores genéticos, el método XGB es notablemente resistente a los datos faltantes y sigue siendo eficaz incluso cuando los marcadores no están completamente comprendidos.

El Programa de Reproducción de Trucha Arcoíris de Finlandia planea adoptar este método en sus operaciones rutinarias, representando un hito importante para el sector. Además, el potencial de expandir su aplicación a otras especies de peces y rasgos genéticos resalta aún más su importancia.

Esta innovación llega en un momento crucial, ya que la demanda de producción de alimentos sostenibles y éticos sigue creciendo. Al reducir el uso de recursos y mejorar el bienestar animal, este método aborda las preocupaciones más urgentes de la acuicultura moderna.

Con su flexibilidad y adaptabilidad, el método basado en XGB podría pronto convertirse en una herramienta de referencia en la cría de peces a nivel mundial, demostrando cómo la ciencia y la tecnología están allanando el camino hacia sistemas alimentarios más sostenibles y con visión de futuro.

Referencia:
Andrei A. Kudinov, Antti Kause. Identificación del sexo en trucha arcoíris utilizando información genómica y aprendizaje automático. Genetics Selection Evolution.

Te puede interesar