La bioinformática se ha convertido, paradójicamente, tanto en una palanca de innovación para la mejora vegetal como en uno de los principales cuellos de botella del sistema, especialmente en entornos donde el conocimiento biológico está ampliamente desarrollado, pero la capacidad técnica para procesar datos sigue siendo limitada, "generando una dependencia estructural de perfiles altamente especializados que no siempre están disponibles", explican desde la startup fundada por Adolfo Gastalver y Federico Jurado, Ploid AI.
"Y para ello, hemos creado Ploid AI, una plataforma impulsada por inteligencia artificial que busca trasladar la bioinformática directamente al investigador o al breeder, permitiendo que los análisis de datos dejen de ser un proceso externalizado o dependiente de terceros para convertirse en una herramienta accesible dentro del propio flujo de trabajo científico".
© Ploid AI
Análisis bioinformáticos sin tener que preocuparse por el código
Gran parte del trabajo bioinformático que se realiza en entornos de investigación y mejora genética no es necesariamente innovador, sino repetitivo, basado en pipelines conocidos que requieren tiempo, conocimiento técnico y recursos computacionales, pero que, en esencia, siguen patrones que hoy pueden ser replicados mediante modelos de inteligencia artificial, recuerdan desde Ploid AI.
"En este sentido, el objetivo de la plataforma no es sustituir al científico ni plantear escenarios de automatización total, sino redefinir el reparto de tareas dentro del proceso, liberando a los perfiles técnicos de la ejecución repetitiva y permitiendo que los investigadores accedan directamente a los análisis sin necesidad de dominar lenguajes como R o Python".
"No buscamos una IA que sustituya al científico, sino una herramienta que le permita hacer su trabajo sin depender de terceros", destacan, "y que pueda realizar sus análisis bioinformáticos sin preocuparse por el código, por gestionar grandes datasets, o por configurar clústeres de computación".
Uno de los ámbitos donde esta aplicación adquiere especial relevancia es el fitomejoramiento, donde la gestión y análisis de datos fenotípicos y genéticos resulta crítica para la toma de decisiones, pero donde, en muchos casos, la información acumulada durante años no se explota de forma óptima debido a limitaciones técnicas o metodológicas.
"Hay empresas que han estado recogiendo datos durante años y no tienen claro si son robustos o cómo analizarlos correctamente. Frente a esto, Ploid AI permite trabajar directamente con los datos existentes, integrando información de pedigrí y fenotipo para construir modelos estadísticos que permitan, por ejemplo, evaluar la heredabilidad de determinados traits sin necesidad de recurrir inicialmente a marcadores genéticos, lo que ofrece una primera capa de análisis accesible y de alto valor para encontrar nuevas variedades".
© Ploid AI
"El proceso, que tradicionalmente requeriría conocimientos avanzados en modelización estadística, puede ejecutarse mediante la carga directa de archivos y la generación automática de modelos, lo que reduce significativamente la barrera de entrada para equipos que no cuentan con recursos bioinformáticos internos".
Esta capacidad representa la transición natural de la selección fenotípica a la selección genética, e incide directamente en uno de los factores más críticos del sector: el tiempo.
Impacto directo en la competitividad
"El desarrollo varietal, que habitualmente se extiende durante una década, está condicionado por la calidad de las decisiones tomadas en cada fase, muchas de las cuales dependen de la correcta interpretación de datos complejos, por lo que cualquier herramienta que permita validar hipótesis de forma más rápida y fiable tiene un impacto directo en la competitividad".
"Así, la posibilidad de analizar patrones de herencia, validar datos históricos o identificar inconsistencias antes de dar el salto a la genética molecular permite optimizar recursos y reducir el riesgo de avanzar en direcciones poco productivas".
A diferencia de otros sistemas basados en inteligencia artificial generativa, donde los resultados pueden variar en función de la interacción, la plataforma permite construir pipelines estructurados que garantizan el rigor científico y que un mismo análisis pueda repetirse con diferentes datasets sin alterar su lógica ni su resultado.
Sin embargo, la introducción de este tipo de herramientas no se limita a la tecnología, sino que requiere un proceso de acompañamiento que permita a los equipos integrar estos nuevos enfoques en su operativa diaria, especialmente en organizaciones donde la digitalización no está completamente consolidada.
"Por ello, además de la plataforma, Ploid AI ofrece un componente de consultoría orientado a ayudar a los clientes a estructurar sus datos, definir sus objetivos analíticos y establecer una base sobre la que construir modelos predictivos o decisiones informadas, lo que permite que, una vez superada esta fase inicial, los equipos puedan trabajar de forma autónoma".
"Ploid AI ya ha despertado el interés de grandes empresas de mejoramiento vegetal, como Berryum Varieties, que ya están optimizando el breeding y la selección genómica con total autonomía y confiabilidad".
© Ploid AIPara más información:
Ploid AI
Adolfo y Federico
[email protected]
https://ploid.ai
