Inteligência de máquina aplicada à bioclimatologia animal: Modelos preditivos entre o ambiente térmico e as respostas adaptativas e produtivas para animais de produção

• Processo: 22/14250-8
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de abril de 2023
• Data de Término da vigência: 01 de setembro de 2025
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola - Construções Rurais e Ambiência
• Pesquisador responsável: Iran José Oliveira da Silva
• Beneficiário: Robson Mateus Freitas Silveira
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Bolsa(s) vinculada(s): 23/16733-9 - Combinação de aprendizado de máquina e análise de caminho para identificar mecanismos adaptativos em animais de fazenda, BE.EP.DR
• Assunto(s): Adaptação Aprendizado computacional Mudança climática Produção animal Bioclimatologia animal
• Palavra(s)-Chave do Pesquisador: adaptação | Aprendizado de Máquina | Conservação de recursos genéticos | Mudanças Climáticas | Produção Animal | Bioclimatologia Animal

Resumo

Projeções futuras sobre o aquecimento global revelam um aumento de até 2°C da temperatura do globo até o ano de 2050, aliado ao aumento da demanda na produção de alimentos em função da crescente população do planeta, o que instala um paradoxo. Neste caso, reforça a necessidade da realização de estudos para entender o impacto do clima na fisiologia da termorregulação dos animais de produção, bem como o impacto do estresse por calor no desempenho produtivo. Entretanto, falta no campo geral da biologia do estresse térmico, uma teoria integrada e modelos preditivos associados para permitir pesquisas quantitativas conectando os múltiplos mecanismos e resultados envolvidos na adaptação animal ao meio ambiente. Neste contexto, a aplicação de aprendizado de máquina é uma das ferramentas estatísticas disponíveis para tomadas de decisões assertivas. Aqui propomos utilizar respostas morfológicas, termorreguladoras, hormonais, hematológicas e produtivas de cinco raças de cabras (modelo animal) oriundas de diferentes condições climáticas para investigar os potenciais efeitos causais subjacentes às complexas relações do clima × adaptação animal × produção animal. Além de simular e revelar o perfil adaptativo dessas populações em diferentes cenários ambientais e desenvolver um índice de adaptabilidade. A escolha de avaliar a espécie caprina é justificada porque as cabras são consideradas o modelo animal ideal para as mudanças climáticas devido à sua plasticidade fenotípica em cenários de mudanças rápidas nos limites de tolerância de temperatura, alimentação e recursos hídricos. Este estudo faz parte de um projeto regular com apoio da FAPESP na área de ambiência animal e aprendizado de máquina associado ao desenvolvimento de produtos, serviços e inovação, habilitados por tecnologias voltadas à agropecuária 4.0. Espera-se que este estudo contribua para a expansão das fronteiras científicas em relação a revelar processos complexos que irão ajudar a compreender as respostas adaptativas na pecuária frente às mudanças climáticas, além de identificar os marcadores fenotípicos que podem ser usados para quantificar as respostas ao estresse térmico.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SILVEIRA, ROBSON MATEUS FREITAS; FACANHA, DEBORA ANDREA EVANGELISTA; MCMANUS, CONCEPTA; ASENSIO, LUIS ALBERTO BERMEJO; DA SILVA, IRAN JOSE OLIVEIRA. Intelligent methodologies: An integrated multi-modeling approach to predict adaptive mechanisms in farm animals. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 216, p. 11-pg., 2023-12-14. (22/14250-8)