nuevo estudio del Servicio de Investigación Agrícola de USDA-s (ARS) y la Universidad Estatal de Iowa (ISU) revela que la Inteligencia Artificial (IA) generativa puede ayudar a acelerar la búsqueda de soluciones para reducir las emisiones de metano en los mismos causados por las vacas en la agricultura animal, que representa alrededor del 33 por ciento de la agricultura estadounidense y el 3 por ciento de las emisiones totales de gases de efecto invernadero de Estados Unidos.
“Desarrollar soluciones para abordar las emisiones de metano de la agricultura animal es una prioridad crítica. Nuestros científicos continúan utilizando estrategias innovadoras y basadas en datos para ayudar a los productores de ganado a lograr objetivos de reducción de emisiones que salvaguarden el medio ambiente y promuevan un futuro más sostenible para la agricultura”, dijo el administrador de ARS, Simon Liu.
Una de estas soluciones innovadoras comienza en el estómago de la vaca, donde los microorganismos contribuyen a la fermentación entérica y hacen que las vacas brima metano como parte de los procesos normales de digestión. El equipo de científicos encontró un grupo de moléculas compuestas capaces de inhibir la producción de metano en el más grande de los cuatro compartimentos estomacales de la vaca, el rumen, que se puede probar para ayudar a mitigar las emisiones de metano.
Una molécula en particular, el bromoforme, que se encuentra naturalmente en las algas marinas, ha sido identificado por la comunidad científica para demostrar propiedades que pueden resultar en la reducción de la producción de metano entérico bovino en un 80-98 por ciento cuando se alimenta de ganado. Lamentablemente, se sabe que el bromoforme es carcinógeno, limitando su potencial uso en el ganado por razones de seguridad alimentaria. Por lo tanto, los científicos continúan buscando moléculas con un potencial similar para inhibir el metano entérico. Sin embargo, este tipo de investigación presenta desafíos de ser especialmente costosa y costosa.
En respuesta a estos desafíos, un equipo de científicos de la Unidad de Investigación de Gestión Nutriente Ganativa de ARS y el Departamento de Ingeniería Química y Biológica de la ISU combinan IA con grandes modelos computacionales para iniciar la búsqueda de moléculas similares a bromoformes que pueden hacer el mismo trabajo sin toxicidad.
“Estamos usando simulaciones moleculares avanzadas e IA para identificar nuevos inhibidores de metano basados en las propiedades de inhibidores previamente investigados [como bromoform], pero que son seguros, escalables, y tienen un gran potencial para inhibir las emisiones de metano, dijo Matthew Beck, un científico de la investigación que trabaja con ARS en el momento en que el estudio fue completado y ahora está con el Departamento de Ciencias Animales de la Universidad de Texas A&M. “La Universidad Estatal de Iowa está liderando la simulación por computadora y el trabajo de IA, mientras que ARS está tomando la delantera en la identificación de compuestos y la verdad probándolos usando una combinación de estudios [laboratorios] in vitro y [ganado vivo]”.
Las bases de datos disponibles públicamente que contenían datos científicos recopilados de estudios previos sobre el rumen de vacas se utilizaron para construir grandes modelos computacionales. La IA, junto con estos modelos, se utilizó para predecir el comportamiento de las moléculas e identificar aquellas que pueden ser probadas en un laboratorio. Los resultados de las pruebas de laboratorio alimentan los modelos informáticos de la IA para hacer predicciones más precisas, creando un proceso de bucle de retroalimentación conocido como red neuronal de gráficos.
“Nuestra red gráfica neural es un modelo de aprendizaje automático, que aprende las propiedades de las moléculas, incluyendo detalles de los átomos y los enlaces químicos que las sostienen, al tiempo que conservan información útil sobre las propiedades de las moléculas para ayudarnos a estudiar cómo es probable que se comporten en el estómago de la vaca”, dijo el profesor asistente de la ISU Ratul Chowdhury. “Estudiamos su huella bioquímica para identificar qué los hace hacer el trabajo con éxito en contraposición a las otras cincuenta mil moléculas que están acechando en el rumen de vacas, pero no detenga activamente la producción de metano”.
“Este estudio demostró con éxito que quince moléculas se agrupan muy cerca unas de otras en lo que llamamos un espacio de inhibición de la methanogénesis (ofunctional, lo que significa que parecen contener el mismo potencial de inhibición de metano en entero, similitud química y permeabilidad celular que el bromoformo”, agregó Chowdhury.
Los científicos creen que la IA puede jugar un papel significativo en la comprensión de cómo las moléculas conocidas interactúan tanto con las proteínas como con la comunidad microbiana de los rumen y por lo tanto descubren moléculas novedosas y interacciones potencialmente clave dentro del microbioma rumen. Este tipo de modelado predictivo puede ser particularmente útil para los nutricionistas animales.
“Hay otras estrategias prometedoras actualmente disponibles para mitigar las emisiones de metano entúcriladas, pero las soluciones disponibles son relativamente limitadas”, dijo el líder de investigación del USDA-ARS, Jacek Koziel. “Por eso combinando la IA con la investigación de laboratorio, a través del refinamiento iterativo, es una valiosa herramienta científica. La IA puede llevar rápidamente a cabo la investigación y acelerar estas varias vías que los nutricionistas, investigadores y empresas animales pueden seguir para acercarnos a un objetivo muy ambicioso de limitar las emisiones de gases de efecto invernadero y ayudar a mitigar el cambio climático”.
El estudio también presenta un desglose total de los costos computacionales y monetarios para llevar a cabo esta investigación por molécula. Este análisis se llevó a cabo para mostrar una estimación de los costos potenciales y los escollos previsibles de esta investigación. Esta estimación puede utilizarse para orientar la toma de decisiones sobre las inversiones para que este tipo de investigación se haga íntegramente en un laboratorio.
Chowdhury, Beck y Koziel son coautores en el trabajo publicado en Animal Frontiers, junto con Nathan Frazier (ARS) y Logan Thompson (Kansas State University). Mohammed Sakib Noor, un estudiante graduado de la ISU, está trabajando con Chowdhury para desarrollar las redes neuronales gráficas.
El Servicio de Investigación Agrícola es Estados Unidos. El jefe científico de investigación del Departamento de Agricultura. Daily, ARS se centra en soluciones a los problemas agrícolas que afectan a Estados Unidos. Cada dólar invertido en la investigación agrícola de EE.UU. resulta en $20 de impacto económico.
https://www.ars.usda.gov/news-events/news/research-news/2025/scientists-leverage-ai-to-fast-track-methane-mitigation-strategies-in-animal-agriculture/
