×
Microbioma del suelo en olivar

AGQ Labs presenta SOILFORECAST en el Olive Oil World Congress

AGQ Labs presenta en el Olive Oil World Congress un proyecto pionero sobre el microbioma del suelo en olivar que combina metagenómica e inteligencia artificial para mejorar la productividad del olivar

La investigación desarrollada por AGQ Labs, en colaboración con la Universidad de Sevilla y Helix Bios sobre microbioma del suelo en olivar, ha sido seleccionada para formar parte de la exposición de pósteres científicos del Olive Oil World Congress, el principal encuentro internacional dedicado al conocimiento, la innovación y el futuro del sector oleícola.

Celebrado los días 2 y 3 de julio en Lisboa, el Congreso Mundial del Aceite de Oliva reúne a investigadores, empresas, instituciones y profesionales de todo el mundo para compartir los últimos avances científicos y tecnológicos que contribuirán a hacer del olivar un cultivo cada vez más productivo, eficiente y sostenible.

La participación de AGQ Labs en esta exposición científica supone un reconocimiento al carácter innovador del proyecto SOILFORECAST sobre microbioma del suelo en olivar, una iniciativa que explora el enorme potencial del microbioma del suelo como herramienta para anticipar el comportamiento productivo de los olivares mediante tecnologías de secuenciación genética e inteligencia artificial.

Comprender el microbioma del suelo en olivar

La salud del suelo es uno de los factores que más influye en el desarrollo y la productividad de un olivar. Sin embargo, la enorme diversidad de microorganismos que habitan en él continúa siendo uno de los componentes menos conocidos de los sistemas agrícolas.

El proyecto SOILFORECAST parte de una pregunta fundamental: ¿es posible predecir la productividad de un olivar a partir de las comunidades microbianas presentes en su suelo?

Para responder a esta cuestión, el proyecto integra tecnologías de secuenciación masiva (Next Generation Sequencing – NGS), análisis físico-químicos y bioquímicos del suelo, junto con modelos avanzados de Machine Learning, capaces de identificar patrones complejos entre miles de variables biológicas y agronómicas.

El objetivo final es desarrollar una nueva generación de herramientas de asesoramiento agrícola que permitan mejorar la toma de decisiones y optimizar el manejo de las explotaciones de olivar.

Un proyecto basado en una de las mayores bases de datos microbiológicas del olivar

El diseño experimental de SOILFORECAST contempla el estudio de 2.200 muestras de suelo rizosférico procedentes de olivares del sur de España, obtenidas durante dos ciclos fenológicos completos.

Cada una de estas muestras es sometida a un exhaustivo proceso de caracterización que incluye:

  • análisis físico-químicos del suelo;
  • determinación de indicadores bioquímicos relacionados con la actividad microbiana;
  • secuenciación metagenómica de bacterias y hongos mediante tecnología Illumina;
  • aislamiento e identificación de bacterias promotoras del crecimiento vegetal (PGPB);
  • integración de toda la información mediante algoritmos de inteligencia artificial junto con variables agronómicas como climatología, edad del cultivo o prácticas de manejo.

Este enfoque multidisciplinar permite construir una base de conocimiento única sobre la relación entre el microbioma del suelo y el rendimiento del olivar.

Primeros resultados muy prometedores

Los resultados obtenidos durante el primer año del proyecto muestran una extraordinaria riqueza biológica en los suelos analizados.

La investigación sobre microbioma del suelo en olivar ha identificado más de 12.000 unidades taxonómicas bacterianas y 6.400 unidades taxonómicas fúngicas, generando además bases de datos de referencia específicamente diseñadas para los ecosistemas de olivar, con más de 35.000 registros taxonómicos especializados.

Paralelamente, los investigadores han aislado y caracterizado 295 cepas bacterianas con capacidad para favorecer el crecimiento de las plantas mediante mecanismos como la fijación biológica de nitrógeno, la producción de auxinas o la solubilización de fósforo y potasio.

Los primeros modelos desarrollados mediante inteligencia artificial ya han permitido identificar variables microbianas con un elevado poder predictivo para evaluar el estado del suelo y su potencial productivo.

Hacia una nueva generación de herramientas de asesoramiento agronómico

Uno de los aspectos más relevantes de este proyecto sobre microbioma del suelo en olivar es que no se limita a generar conocimiento científico, sino que persigue su aplicación práctica en la agricultura.

Toda la información obtenida se incorpora a modelos predictivos capaces de transformar miles de datos analíticos en recomendaciones útiles para agricultores y técnicos, facilitando decisiones relacionadas con la gestión del suelo, la nutrición vegetal y la mejora de la productividad.

Además, el estudio ha puesto de manifiesto la importancia de realizar seguimientos longitudinales del microbioma, ya que la composición de las comunidades microbianas presenta una marcada variabilidad estacional que resulta clave para comprender el funcionamiento real del ecosistema agrícola.

Innovación científica al servicio de un olivar más sostenible

SOILFORECAST representa un paso adelante en la incorporación de la biología molecular y la inteligencia artificial a la agricultura de precisión.

La combinación de metagenómica, análisis avanzados del suelo y modelos predictivos abre nuevas oportunidades para desarrollar estrategias de manejo más sostenibles, optimizar el uso de recursos y aumentar la resiliencia de las explotaciones agrícolas frente a los desafíos del cambio climático.

La selección de este trabajo para su presentación en el Olive Oil World Congress pone de manifiesto el interés internacional sobre el microbioma del suelo en olivar y despierta nuevas líneas de investigación reforzando el compromiso de AGQ Labs con el desarrollo de soluciones científicas que aporten valor al sector agroalimentario.

Proyecto colaborativo

El proyecto SOILFORECAST está siendo desarrollado por AGQ Labs, la Universidad de Sevilla y Helix Bios, y cuenta con financiación de la Corporación Tecnológica de Andalucía (CTA) y del Centro para el Desarrollo Tecnológico y la Innovación (CDTI) dentro de sus programas estratégicos de I+D+i en cooperación.

Asimismo, los investigadores agradecen la colaboración de los productores de olivar participantes, cuya implicación está haciendo posible el desarrollo de esta investigación.

Últimas Noticias

Solicite información o presupuesto

Ir al contenido
AGQ Labs España
Resumen de Cookies

Una cookie es un fichero que se descarga en tu ordenador al entrar a determinadas páginas web. Las cookies permiten a una página web, entre otras cosas, almacenar y recuperar información sobre tus hábitos de navegación y —dependiendo de la información que contengan y de la forma en que utilices tu equipo— pueden utilizarse para identificarte.

Cookies utilizadas en el sitio Web

A continuación se clasifican las cookies utilizadas por este sitio Web:

Según la entidad que las gestiona

  • Cookies propias: Son aquellas enviadas y gestionadas directamente por esta empresa.
  • Cookies de terceros: Son aquellas que se envían al usuario desde un dominio ajeno a esta empresa.

Según su finalidad

  • Cookies técnicas: Son aquellas que permiten a los usuarios registrados navegar a través del sitio Web, del área restringida y a utilizar sus diferentes funciones, como por ejemplo, el sistema de comentarios o el buscador.
  • Cookies de personalización: Son aquellas que permiten a los usuarios acceder al Servicio con algunas características de carácter general predefinidas en función de una serie de criterios establecidos por el usuario como, por ejemplo, el idioma o el tipo de navegador a través del cual se conecta a este sitio Web.
  • Cookies de análisis o medición: Son aquellas que, bien tratadas por el sitio Web o por terceros, permiten cuantificar el número de usuarios y así realizar la medición y análisis estadístico de la utilización que hacen los usuarios del sitio Web. Para ello se analiza la navegación que realizas en este sitio Web con el fin de mejorarlo.
  • Cookies sociales: Son establecidas por las plataformas de redes sociales para permitir a los usuarios compartir contenido con sus amigos y redes.

Según su duración

  • Cookies de sesión: Son aquellas diseñadas para recabar y almacenar datos mientras el usuario accede al sitio Web.
  • Cookies persistentes: Son aquellas en las que los datos siguen almacenados en el terminal del usuario y pueden ser accedidos y tratados durante un período definido por el responsable de la cookie.