Fenômica Profunda: Descoberta avançada de características fenotípicas baseadas em imagens em Megathyrsus maximus para o avanço do melhoramento de plantas forrageiras

• Processo: 25/20969-3
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de março de 2026
• Data de Término da vigência: 31 de agosto de 2026
• Área de conhecimento: Ciências Biológicas - Genética - Genética Quantitativa
• Pesquisador responsável: Anete Pereira de Souza
• Beneficiário: Guilherme Francio Niederauer
• Supervisor: Ricardo da Silva Torres
• Instituição Sede: Centro de Biologia Molecular e Engenharia Genética (CBMEG). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Wageningen University & Research, Países Baixos
• Vinculado à bolsa: 23/06910-0 - Desvendando mecanismos moleculares de caracteres quantitativos em Megathyrsus maximus utilizando fenótipos digitais e visão computacional, BP.DR
• Assunto(s): Aprendizagem profunda Inteligência artificial Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Aprendizado profundo | Fenômica | Inteligência Artificial | Processamento de imagens | Redes Convolucionais | Genética e Genômica de Plantas Cultivadas

Resumo

As forrageiras tropicais são essenciais para a pecuária brasileira e, consequentemente, para a economia nacional. No entanto, seus programas de melhoramento genético enfrentam desafios consideráveis. O progresso é limitado pela reduzida disponibilidade de recursos genômicos, pela complexidade da poliploidia e pelas dificuldades inerentes ao fenotipagem de grandes populações de Megathyrsus maximus (capim-colonião). Embora estratégias tradicionais de avaliação de caracteres de interesse, como produção de matéria seca foliar, capacidade de rebrota e resistência a patógenos, estejam bem estabelecidas, elas apresentam baixa eficiência, demandando longos períodos, custos elevados e esforço manual significativo. Com o intuito de superar essas limitações, técnicas de fenotipagem em larga escala, incluindo aquelas baseadas em imagens e sensoriamento remoto, vêm se consolidando como soluções modernas. Contudo, o grande volume de dados gerados por essas tecnologias exige o desenvolvimento de abordagens analíticas inovadoras. Nesse contexto, o presente projeto propõe o desenvolvimento de uma metodologia inovadora, fundamentada em aprendizagem profunda, para a extração de fenótipos complexos a partir de imagens de sensoriamento remoto (RGB e multiespectral) de uma população de germoplasma de M. maximus. O estágio na Wageningen University & Research (WUR) terá como foco o pré-processamento de imagens e o desenvolvimento de redes neurais convolucionais (CNNs) para a segmentação automatizada de regiões de interesse e a obtenção de novos fenótipos digitais. Esses fenótipos serão posteriormente integrados a abordagens modernas de melhoramento molecular, como os estudos de associação genômica ampla (GWAS), ao longo do projeto de doutorado. Esse trabalho abre novas perspectivas para o aumento da eficiência da fenotipagem e, consequentemente, para a aceleração no desenvolvimento de cultivares de forrageiras aprimoradas. (AU)