Su creador, Juan Esteban Vélez Álvarez, magíster en Ingeniería Automática de la Universidad Nacional de Colombia (UNAL) Sede Manizales, menciona que para la calibración del sistema se utilizaron diferentes tipos de ácidos grasos presentes de las cepas de Mycosphaerella fijiensis Morelet, causante de la sigatoka negra, enfermedad que genera estrías en las hojas, rendimiento reducido y una maduración prematura.

El ingeniero explica que “el único control posible de la enfermedad es la aplicación frecuente de productos fungicidas, lo que produce una carga económica y ambiental, y con una eficiencia reducida si el tratamiento se aplica 10 o 14 días después de la infección”.

La otra cepa es Colletotrichum gloeosporioides, con la capacidad de infectar cultivos de cereales, verduras, frutas y plantas ornamentales. Por ejemplo, la pérdida en los cultivos de mora provocada por este hongo alcanza un 70 % en el país, debido a la antracnosis. Al respecto, el investigador indica que “la detección de la enfermedad se puede hacer por PCR (reacción en cadena de la polimerasa) en etapas tempranas, pero es una técnica costosa que necesita reactivos muy específicos”.

Posteriormente la estructura analizada se imprimió en 3D para proporcionar una geometría fija y estable al sistema que permita reproducir los experimentos.

Con respecto al procesamiento de imágenes, se utilizó un algoritmo de aprendizaje profundo, llamado “redes neuronales convolucionales”, a través de la plataforma Tensorflow implementado en Python, un lenguaje de programación que permite leer fácilmente su código y reconocer patrones muy rápido.

Como complementos de esta novedosa iniciativa se creó un sistema de control para establecer y mantener la temperatura del porta-muestras utilizando un refrigerador termoeléctrico, y por medio de un controlador se puede seleccionar la potencia del láser y encender la cámara.

“Así, con este sistema se introduce en el sector agrícola colombiano un diseño que podría competir con soluciones similares a los aparatos que se ofrecen en el mercado internacional”, afirma el magíster.

Una de las ventajas del sistema es que dispone de un doble canal de registro para imágenes y espectros –lo cual permite que cualquier usuario pueda emplear una imagen significativa asociada con la presencia de los fitopatógenos– y también entrega información en forma de curva espectral de la pared celular de los hongos, que requiere de un personal experto para su lectura.

Así mismo, para hacerlo más económico y facilitar su uso, el sistema permite utilizar la cámara del teléfono celular como detector.

Validación

Para comprobar la eficacia del equipo se realizó una evaluación de tres muestras diferentes, proporcionadas por el Laboratorio de Biología Molecular de la UNAL.

Se usaron hojas infectadas a las cuales se les tomaron fotos con filtro, que dejaron ver la presencia de manchas negras. “Una vez se pasaron por la máquina, el láser resaltó dos de esos puntos, lo cual comprobó que el sistema es capaz de reconocer la fuente de radiación dejada por el microorganismo con un 99,81 % de precisión”.

Estos resultados permiten concluir que gracias a su simplicidad de interpretación, la técnica se puede emplear en zonas sin personal especializado.

El desarrollo del quipo es un primer paso para cerrar la brecha tecnológica que existe entre los agricultores locales y los de países desarrollados, lo cual tendrá repercusión en un mejoramiento de la competitividad del agro nacional.