Desenvolver soluções para o Brasil integrando recursos e ferramentas abertas e de livre acesso que temos disponíveis no país. Esta é a motivação principal que move o engenheiro agrônomo e pesquisador de pós-doutorado do GCCRC, Helcio Duarte Pereira. Sua pesquisa no Centro se concentra em entender como a genética e o ambiente interagem para moldar o desenvolvimento da planta, mais especificamente em relação a cenários de aumento de temperatura e seca.

O agrônomo, autor de mais de 40 artigos científicos, é formado na Universidade do Estado de Minas Gerais (2010). Desenvolveu seu projeto de mestrado em fitotecnia na Universidade Federal de Lavras (2015) e doutorado em genética e melhoramento pela Universidade Federal de Viçosa (2019). Ao longo do seu percurso acadêmico, trabalhou com nutrição de plantas e melhoramento genético de milho.

Atualmente, Hélcio é a principal referência em análise de imagens aplicadas ao melhoramento de plantas no GCCRC. Seu artigo mais recente repercutiu em mais de 100 veículos de imprensa do Brasil e do exterior. O GCCRC conversou com Hélcio para conhecer mais sobre sua trajetória profissional, sobre o campo  de estudo da fenotipagem digital e sobre as habilidades que são necessárias para atuar nesta área.

Para começar, conte-nos um pouco sobre sua trajetória profissional que o trouxe até o grupo do GCCRC. O que te levou a se interessar pela área de melhoramento genético e análise genômica?

Sou o Helcio, sou agrônomo. Estou no grupo do GCCRC desde Setembro de 2022, junto com outros agrônomos e biólogos. Minha formação não foi focada em biotecnologia, transgenia, laboratórios, biologia molecular e tal. É mais a parte do melhoramento. Então, também tem um pouco de análises de dados. Comecei no mestrado, quando eu tive o primeiro contato com análise de dados, não necessariamente tecnologia digital. Mas ao trabalhar com programas e aprender alguma coisa de programação para manipular dados, fui me interessando pela área. Mantive essa linha no doutorado.

Foi no pós-doc, agora no GCCRC, que apareceu a oportunidade de trabalhar com imagem. Com o conhecimento em processar dados já dá uma base, embora não fosse dados de imagens. O detalhe de trabalhar com a imagem para extrair o dado fica uma etapa mais curta. É mais fácil. E eu pretendo me manter nessa área. Gostei de aprender sobre imagem e agora tem muita informação de satélite e dados ambientais que eu gostaria de aprender mais e incorporar no desenvolvimento das análises do grupo. As técnicas do melhoramento, elas ajudam na descoberta de genes e na avaliação de genótipos.

 

De que forma a fenotipagem digital tem sido aplicada nas pesquisas de milho tolerantes à seca no GCCRC? Quais são os principais benefícios que ela oferece?

Bom, o primeiro benefício é o rendimento operacional. Assim, a questão de mão-de-obra no centro, a quantidade de bolsistas, todo mundo é cheio de coisa para fazer e um tem que ajudar o outro. Então, qualquer ferramenta que traga mais rendimento operacional, abre tempo para todo mundo estudar mais ou fazer mais coisa. Isso amplia a escala dos trabalhos. Outra coisa é a precisão. Uma pessoa fazendo medições repetidamente, involuntariamente, ela vai cometer erro, fadiga. O ser humano é passível de fadiga. A máquina não, a máquina enquanto a bateria não descarrega, ela não vai ter fadiga. Então, a precisão da medida também pode ajudar. Por fim, outro benefício é medir sem precisar destruir a planta, sem precisar ter contato. Ou seja, uma medida remota, com menos interferência e não-destrutiva. Você pode fazer isso várias vezes durante o ciclo da planta. Você pode entender o comportamento dela quando está no começo do estresse, ou no final, como ela se ajustou e se adaptou ao tratamento submetido. Qual o genótipo que se saiu melhor. Manualmente, isso seria muito trabalhoso. Medidas individuais em vários momentos. A quantidade de gente é sempre pequena, em relação a quantidade de trabalho.

 

Como a análise de imagens que vocês capturam se conecta com a análise genômica, especialmente com os estudos de associação genômica ampla (GWAS)?

O GWAS, ou “Genome-Wide Association Study“, do inglês, é uma técnica, uma metodologia, que busca identificar quais marcadores moleculares são responsáveis pelo controle de algum caráter, seja doença de planta, ou a produção. Isso também tem como base dados moleculares, assim como é a seleção genômica. Mas a seleção genômica é focada em predição, ou saber qual é o melhor indivíduo. Esse seria o objetivo. Já o GWAS quer saber qual marcador explica melhor o fenótipo. As duas têm por base os marcadores moleculares. Que são densos, com alta densidade de marcadores, ou milhares de marcadores, por isso esse “wide” no nome. A conexão disso com imagens é o fenótipo. A imagem é usada para extrair o fenótipo. Diretamente, a imagem e GWAS elas não se associam. Da imagem, você tira um fenótipo, seja a altura da planta, o índice que a folha tá refletindo. Você pode usar esse fenótipo na GWAS. A GWAS seria a genotipagem de alto rendimento e a imagem seria a ligação da fenotipagem de alto rendimento.

 

Que habilidades e conhecimentos você considera essenciais para profissionais que desejam ingressar ou se aprofundar nessa área da agricultura digital?

Para trabalhar com fenotipagem ou a integração de alguma ferramenta digital na pesquisa, na produção, um conhecimento que vai ajudar demais é o conhecimento de manipular dados. Não necessariamente fazer uma análise estatística específica, mas manipular os dados. Pega uma planilha com milhares de linhas, milhares de colunas, você não vai conseguir fazer isso no Excel, diariamente. Você tem que dar um jeito de manipular dados. Então, acho que saber manipular dados e usar alguma linguagem de programação. No meio acadêmico, pelo menos nas ciências agrárias, o R, que é um software gratuito, é muito difundido, muito aceito, muito usado. A pessoa consegue achar bastante informação para ir caminhando e aprendendo. No mundo corporativo, o Python está dominando. Enfim, qualquer um que a pessoa dominar, muitas portas se abrem. A outra coisa é o inglês. O inglês é indispensável. Tem que aprender, não tem como fugir. Bom, trabalhar com dados, saber uma língua estrangeira e se interessar. Ficar bem informado sobre as tecnologias digitais. É um conhecimento de fronteira e como é novidade, surge novidade a todo tempo. Então, saber filtrar o que pode ser usado e o que pode ter algum benefício.

*Davi Souza é estudante de engenharia elétrica na UNICAMP e bolsista de jornalismo científico no GCCRC, como parte do Edital Comunicar Ciência/FAPESP. Davi faz parte do time de comunicação científica do GCCRC e se dedica à criação de conteúdo multimídia para plataformas online.