Innovadora herramienta con inteligencia artificial permite análisis temprano de embriones

Carlos Lobos, business unit director de Pharmaq Analytiq y Eduardo Pulgar, director científico de Cedai Aquaculture.

Pharmaq Analytiq presentó una nueva herramienta que utiliza algoritmos avanzados para diagnosticar y mejorar la viabilidad embrionaria en salmón del Atlántico, logrando una precisión del 85-90%. 

Publicado Última actualización

En el auditorio de la Asociación Chilena de Seguridad en Puerto Montt, Pharmaq Analytiq realizó una charla técnica con el objetivo de presentar los resultados del proyecto “Diagnóstico de ovas de Salmo Salar basado en la cuantificación morfo-funcional embrionaria”.

La iniciativa que contó con el respaldado de un fondo Crea y Valida I+D+i Empresarial Reactívate de Corfo, culminó en el desarrollo de una herramienta que ofrece una precisión estimada del 85-90%, proporcionando a los productores datos críticos para tomar decisiones informadas y mejorar la eficiencia en la producción de ovas y embriones de salmón del Atlántico.

El evento comenzó con las palabras de David Espinoza, director regional (s) de Corfo Los Lagos y Luis Cárdenas, seremi de Economía, Fomento y Turismo de la Región de Los Lagos, y una charla de Carlos Lobos, business unit director de Pharmaq Analytiq.

Luego, Eduardo Pulgar, director científico de Cedai Aquaculture, bioquímico, doctor en ciencias biomédica y especialista en reproducción y desarrollo embrionario, fue el encargado de entregar más detalles de los resultados del proyecto. 

El experto comenzó explicando que el proyecto nace por inquietudes de la industria, pero desde la base de que el 50% de la masa productiva se pierde solamente en la etapa de agua dulce, influyendo claramente en el ciclo de cultivo posterior en mar. 

Desarrollo embrionario

Con esto, el proyecto tuvo como objetivo principal entender las causas y momentos en los que se producen las mayores mortalidades de los embriones de salmón del Atlántico. Para ello, analizaron más de 16 mil embriones y 2 mil peces de tres pisciculturas, permitiendo generar un amplio conjunto de datos que fueron esenciales para el desarrollo de herramientas diagnósticas basadas en inteligencia artificial.

Pulgar explicó que el estudio se centró en el desarrollo embrionario desde la fecundación hasta la eclosión, empleando técnicas avanzadas de deep learning para crear algoritmos capaces de clasificar y predecir la viabilidad embrionaria.

Uno de los logros destacados fue la creación de un clasificador que, utilizando imágenes de embriones en diferentes estadios de desarrollo, puede determinar la tasa de fecundación y detectar fenotipos con altas probabilidades de pérdida.

El análisis reveló que aproximadamente un 27% de los ovocitos no se fecundan, lo que podría estar relacionado con problemas en los gametos o en su manejo. Además, se identificó que un 34% de los embriones fecundados se pierden durante la etapa de limpieza. Estos hallazgos subrayan la importancia de optimizar las condiciones ambientales y genéticas desde el inicio del desarrollo embrionario.

“Encontramos como tasa de fecundación promedio en las pisciculturas de un 73%, es decir, hay un 27% que no se fecunda. Esto puede decir que el problema es en el gameto o posiblemente de manejo. Ahí hay que investigar y ver por qué se está produciendo esa tasa fecundación. Y luego, en la etapa de limpieza, se pierde, de lo que se fecundó, un 34%. O sea, en total tenemos pérdidas por fecundación y tenemos pérdidas que ocurren durante la etapa productiva”, explicó el especialista de Cedai Aquaculure.

Luego, de los embriones fecundados, la nueva herramienta tiene la capacidad de detectar fenotipos “anormales” de los cuales cerca de un 70% va a pérdida, algo que se puede identificar tempranamente.

Otra de las aplicaciones mostradas por Pulgar fue la creación de un algoritmo para definir la viabilidad embrionaria en la fase de gástrula, pudiendo clasificar los embriones normales, alterados o no fecundados, permitiendo predecir con mayor precisión los resultados productivos.

Alevines

Finalmente, el científico también dio a conocer el desarrollo de un algoritmo para analizar la frecuencia cardíaca de los alevines, identificando arritmias que pueden influir en su desarrollo y supervivencia.

“Creamos un algoritmo que básicamente lo que hace es estudiar la frecuencia cardíaca, que en promedio en alevinaje son cerca de 130 latidos por minuto cuando es normal. El porcentaje de alevines con arritmias puede ser variables pero en ocasiones podían ser muy grandes, y esto se correlaciona mucho con peces que no siguen el proceso productivo o que tienen mucha dispersión en tamaño”, detalló el Dr. Pulgar.

Con todos sus resultados el experto logró concluir que en promedio existe un 35% de masa embrionaria de producción que se pierde durante la etapa embrionaria, y que durante la etapa de alevinaje se pierde casi un 12%, solamente por problemas morfológicos.