¿Qué son los algoritmos genéticos y cómo pueden ayudar a la investigación en acuicultura?

Se llama algoritmo genético a la investigación de operaciones y ciencias de la computación. Están inspirados en la metaheurística, que se utilizan en la ciencia del descubrimiento para resolver problemas computacionales.

Estos algoritmos son llamados genéticos, por su metodología inspirada en las mutaciones, cruce y selección de biología, y son utilizados normalmente para generar soluciones de alta calidad a los problemas de optimización y búsqueda.

Los algoritmos genéticos son sencillos de implementar, pero su comportamiento es difícil de comprender. Con este tipo de algoritmo, por ejemplo, investigadores de la Universidad de Almería han creado un nuevo medio de cultivo para la producción de Isochrysis galbana relevante para los criaderos.

Según señalan los autores del estudio, esta estrategia permitó reducir el número de ensayos en 90% en comparación con los diseños factoriales que implica la optimización de 12 nutrientes simultáneamente. El nuevo medio propuesto por el algoritmo genético aumentó la productividad de los Omega-3 en cultivo continuo en un 15%, reduciendo el costo de producción de biomasa en un 24% en comparación con el medio ALGAL N-optimizado. Los carotenoides aumentaron en un 50% (peso seco) en el medio propuesto, aunque otras formulaciones ensayadas aumentaron solo en un 2,3% (peso seco).

Con esto, los investigadores demostraron que una reducción en varias concentraciones de nutrientes, como nitrógeno (en un 25%), molibdeno (en un 20%) y manganeso, cobalto y cobre (en un 60% cada uno), no redujo la productividad de PUFA y carotenoides, y por el contrario, lo aumentó.

En consecuencia, gracias a esta metodología, se puede producir una biomasa más rica de I. galbana destinada a la acuicultura a un coste menor.

Otro estudio, llevado a cabo por investigadores de la Universidad de Cantabria servido para generar estrategias de alimentación en acuicultura usando enfoques multicriterio y algoritmos genéticos. El pienso, al tratarse del principal coste de la producción piscícola debe optimizarse para generar el máximo rendimiento al mínimo impacto ambiental. En este estudio, la conclusión fue que, durante la fase de engorde, ayuda combinar varios alimentos en momentos determinados frente a estrategias de un solo pienso.

Hay también otros ejemplos, como el uso de este tipo de investigación computacional para predecir la calidad del agua de cultivo; el dimensionamiento óptimo de sistemas de calentamiento solar de agua para acuicultura, entre otros.

Referencia:

Camacho-Rodríguez, J., Gallardo-Rodríguez, J.J., Cerón-García, M.C. et al. A new culture medium based on genetic algorithms for Isochrysis galbana production relevant to hatcheries. J Appl Phycol (2021). https://doi.org/10.1007/s10811-021-02564-3

Luna, Manuel; Llorente García, Ignacio; Cobo Ortega, Ángel. Determination of feeding strategies in aquaculture farms using a multiple-criteria approach and genetic algorithms. Doi: 10.1007/s10479-019-03227-w