Métodos inovadores potencializam melhoramento genético do maracujá

Cientistas da Embrapa Mandioca e Fruticultura (BA) desenvolveram dois métodos inovadores para potencializar a caracterização de recursos genéticos de maracujá. Um deles utiliza modelos matemáticos para predizer a quantidade de polpa da fruta, e o outro se baseia em ferramentas computacionais, como softwares e aplicativos, para definir a cor de vários caracteres da planta, como casca e polpa. A etapa de caracterização é fundamental para aprimorar os programas de melhoramento genético e torná-los cada vez mais próximos das demandas do setor produtivo e da sociedade. No caso do maracujá, ambos os métodos envolvem características de interesse do mercado e dos consumidores, como a polpa, que é fundamental para a fabricação de suco, e a cor da fruta, que, além de representar a quantidade de vitaminas e outras substâncias de importância para a saúde humana, é também um diferencial buscado nas gôndolas dos supermercados.

Os estudos foram realizados com recursos genéticos disponíveis no Banco Ativo de Germoplasma (BAG) — estrutura que armazena o material genético de uma espécie — de Maracujazeiro e fazem parte de uma estratégia da Embrapa de investir em metodologias alternativas para obter maior precisão e agilidade na tomada dos dados. Os resultados foram publicados em um artigo na Scientia Horticulturae — revista internacional que divulga pesquisas relacionadas a hortaliças, frutas, fungos comestíveis e plantas ornamentais.

Predição do peso da polpa sem sementes com modelo matemático

O peso da polpa sem sementes é uma das características de grande importância na caracterização de Passiflora (gênero ao qual pertence o maracujá), já que a polpa representa o principal produto comercializado pelas indústrias de processamento da fruta. Como se relaciona diretamente com o rendimento do suco, é fundamental, portanto, que essa característica seja perfeitamente quantificada. “Às vezes, um fruto extremamente bonito tem pouca polpa. Por isso, é muito importante para o programa de melhoramento saber se determinado genótipo tem alto rendimento de suco”, afirma o pesquisador Onildo Nunes, principal autor do artigo.

Com o objetivo de acelerar o processo e aumentar a quantidade de frutos analisados, Nunes e sua equipe de bolsistas criaram um modelo matemático de forma a facilitar o processo e antecipar a seleção de genótipos superiores. No método convencional, a avaliação da quantidade de polpa inclui a retirada da mucilagem (polpa mais sementes), seguida de coagem e posterior pesagem da polpa sem sementes. Essa metodologia de avaliação é complexa, demanda muito tempo, além de sofrer muita influência do operador, podendo levar a erros de mensuração. O uso do novo modelo de predição aumenta a precisão (cerca de 95% de acurácia) e a quantidade de frutos avaliados por dia, de 20 para 150.

“Testei 15 equações explorando os caracteres do fruto que são mensurados no processo de caracterização de acessos do BAG maracujá e, dessas, duas se destacaram no que se refere ao peso e comprimento do fruto; peso e espessura da casca; e peso e volume da polpa com semente. Com o uso do modelo de predição, hoje eu não preciso perder tempo retirando a polpa com sementes dos frutos, peneirar e pesar a polpa sem sementes . O método matemático estima com precisão o rendimento de suco com base nesses atributos”, conta o pesquisador.

Ele anuncia ainda que a equipe trabalha na elaboração de um protótipo que vai acelerar o processo de caracterização. “A nossa ideia com esse protótipo, que deve estar pronto no próximo ano, é ousar ainda mais. Vamos colocar o fruto em um equipamento e, sem abri-lo, ter a estimativa de todos os caracteres que são avaliados nos genótipos do BAG como no melhoramento genético do maracujazeiro. A intenção é reunir todas as informações que constam nesse artigo e incorporá-las ao protótipo para que possamos utilizá-lo numa escala mais rápida dentro do processo de caracterização e acelerar os programas de melhoramento de maracujá”, afirma Nunes.

Utilização de software para determinar cor

O outro item do artigo se refere à determinação exata da cor das diversas partes da planta. Os caracteres relacionados à coloração são os mais vulneráveis, sujeitos a erros. As classes da lista de descritores de Passiflora não abrangem todas as variações existentes e a intensidade da cor. Outro problema é que esse tipo de avaliação é muito influenciado pela percepção de cada avaliador, mesmo se considerar as paletas de cores. Por isso, alguns programas e aplicativos de imagens (já existentes no mercado) vêm sendo utilizados por programas de melhoramento, mas essa foi a primeira vez em que foram empregados em um programa com a cultura do maracujazeiro para determinação da cor nos diferentes órgãos da planta no processo de fenotipagem de acessos.

“Entre os vários descritores que existem no processo de caracterização, a percepção de cor é o mais crítico, pois é muito subjetivo. Você pode enxergar um avermelhado, e o outro avaliador, alaranjado. Os dados chegavam com uma divergência muito grande, cada um atribuía uma nota diferente. Existe em laboratório o colorímetro de bancada, que consegue estimar essa cor com grande precisão. Mas como levar esse equipamento para fazer avaliação no campo? Então, busquei sites e aplicativos de uso livre que pudessem ser utilizados no processo de caracterização de recursos genéticos de forma a agregar informações menos subjetivas, ou seja, sem a influência da percepção individual”, diz o pesquisador.

Ele afirma que há várias opções de sites e aplicativos gratuitos (Android e IOS) para definição de cor. O site utilizado no trabalho em questão foi o Color Codes, que traz a representação RGB (iniciais de vermelho, verde e azul em inglês) em que a cor é definida com base em um sistema numérico hexadecimal (HEX), universalmente compreendido e aceito. Já o aplicativo utilizado foi o Color Grab, para identificação dos códigos HEX das mesmas imagens analisadas no Color Codes. Com a foto (tirada seguindo critérios científicos), utilizando tanto o site quanto o aplicativo, obtém-se um código hexadecimal, que representa aquela cor observada; além disso, o aplicativo exibe vários parâmetros úteis que podem ser utilizados na pesquisa científica.

“Substituímos a paleta, aquele livrinho que traz a descrição de cores, pelo aplicativo. Imagina você ir para o campo com o livrinho e fazer isso em um universo de mil plantas? Além de perder muito tempo, é subjetivo. Sempre vai haver dúvida de qual cor da paleta usar para a característica em questão. Com o aplicativo, não. Você clica na imagem e automaticamente ele detecta a cor exata e fornece o código preciso”, detalha Nunes. Foram avaliados 132 genótipos de Passiflora do Banco Ativo de Germoplasma (BAG) de Maracujazeiro da Embrapa Mandioca e Fruticultura.

O pesquisadora aponta que, a partir daí, há uma infinidade de possibilidades de exploração disso para o melhoramento genético. Além do uso para elaboração de pranchas descritivas (a identidade dos acessos de um banco de germoplasma), as informações podem ser utilizadas para diversos fins, como identificação varietal, agrupamento de genótipos com características de coloração de frutos similares ou associação de atributos da casca com características organoléticas (que podem ser percebidas pelos sentidos humanos) do fruto. “Por exemplo, quero identificar materiais com a coloração de casca X. Insiro [o dado] no computador e o programa vai apontar que os genótipos que têm cascas mais próximas da função da cor X são tais. Com base nesse aplicativo, agrupamos todos os materiais que têm a cor muito parecida. Daí é possível pegar esse conjunto e fazer o cruzamento entre eles, considerando a cor de interesse do mercado”, exemplifica o pesquisador.

Nunes enfatiza que a intenção é cada vez mais introduzir as tecnologias disponíveis nas rotinas do programa de melhoramento. “Por que estamos com o pé no passado se podemos estar no futuro? Precisamos cada vez mais inovar no processo de caracterização de recursos genéticos. Já mudamos bastante o processo de caracterização do BAG de Maracujazeiro utilizando aplicativos e vamos mudar muito mais. Hoje, por exemplo, não me preocupo mais com a avaliação de cor e já acelerei na estimação de rendimento de polpa sem sementes. Ganhamos tempo para fazer outra coisa, acrescenta.” (Da Embrapa)