Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS ESCUELA DE CIENCIAS BIOLÓGICAS-POSGRADO MAESTRÍA EN CIENCIAS BIOLÓGICAS REGENERACIÓN ADVENTICIA A TRAVÉS DEL CULTIVO DE ANTERAS EN PAPA AMARILLA DIPLOIDE (Solanum tuberosum Grupo Phureja) Requisito para optar el título de Magister en Ciencias Biológicas EYDA JOHANNA ARAQUE BARRERA Tunja Noviembre, 2020 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS ESCUELA DE CIENCIAS BIOLÓGICAS-POSGRADO MAESTRÍA EN CIENCIAS BIOLÓGICAS REGENERACIÓN ADVENTICIA A TRAVÉS DEL CULTIVO DE ANTERAS EN PAPA AMARILLA DIPLOLIDE (Solanum tuberosum Grupo Phureja) Requisito para optar el título de Magister en Ciencias Biológicas EYDA JOHANNA ARAQUE BARRERA PhD. JOSÉ CONSTANTINO PACHECO MALDONADO† DIRECTOR PhD. LUIS ERNESTO RODRÍGUEZ MOLANO DIRECTOR Universidad Nacional de Colombia Grupo de investigación en Papa PhD. DIANA MARCELA ARIAS MORENO CODIRECTORA Universidad Pedagógica y Tecnológica de Colombia Grupo de investigación BIOPLASMA - UPTC Tunja Noviembre, 2020 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS CERTIFICADO DE ORIGINALIDAD Luis Ernesto Rodríguez Molano, PhD. en Ciencias Agrarias, profesor asociado en Facultad de Ciencias Agrarias de la Universidad Nacional de Colombia y Diana Marcela Arias Moreno, PhD. en Ciencias Agropecuarias, docente asociada en Facultad de Ciencias de la Universidad Pedagógica y Tecnológica de Colombia. CERTIFICAMOS: Que el trabajo de grado realizado bajo nuestra dirección por Eyda Johanna Araque Barrera, titulado “REGENERACIÓN ADVENTICIA A TRAVÉS DEL CULTIVO DE ANTERAS EN PAPA AMARILLA DIPLOIDE (Solanum tuberosum Grupo Phureja)”, reúne las condiciones de originalidad requeridas para optar al título de Magister en Ciencias Biológicas otorgado por la Universidad Pedagógica y Tecnológica de Colombia. Y para que así conste, firmamos la siguiente certificación en Tunja, el 06 de noviembre de 2020. _________________________________ Luis Ernesto Rodríguez Molano (PhD) Director Universidad Nacional de Colombia Grupo de Investigación en Papa _________________________________ Diana Marcela Arias Moreno (PhD) Codirectora Universidad Pedagógica y Tecnológica de Colombia Grupo de investigación BIOPLASMA – UPTC UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS COMITÉ TUTORIAL _______________________________ _______________________________ Luis Ernesto Rodríguez Molano (PhD) Diana Marcela Arias Moreno (PhD) Director Codirectora ______________________________ _______________________________ Sandra Liliana Castañeda G (MSc) Luis Francisco Becerra Galindo (PhD) Jurado 1 Jurado 2 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS Dedicatoria A mi familia: A mi madre y a mi hermana, por su sacrificio, entrega, oraciones, palabras de aliento y amor incondicional para forjar la persona en la que me he convertido. A mi esposo y a mi bebe, por su paciencia, apoyo y compañía y por ser mi más grande motivación e inspiración. A mi mentor y padre putativo: José Pacheco A ese héroe que a través de sus enseñanzas no sólo me impartió conocimientos académicos, sino que también me dio valiosas lecciones de vida. QEPD. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS Agradecimientos A Dios y a la Virgen, por darme la vida, la salud y guiar mi camino. A mi familia, mi madre, mis hermanos de sangre y de vida y a mis sobrinos por su presencia constante, por su apoyo y amor incondicional y por su voz de aliento y consentiduras. A Luis Alberto (mi Cuchis), por querer pasar su vida a mi lado y no salir corriendo después de hacer parte del mundo de la ciencia y sus esfuerzos. Por sus noches en vela por acompañarme y por demostrarme cada día su gran amor. A mi bebé, porque aún en el vientre, ha sido paciente con las arduas horas de trabajo, y por ser el regalo más lindo y la motivación más grande de culminar esta etapa. A mis amigos Ma de los A, Javi y Angelita quienes sin esperar nada a cambio compartieron su conocimiento, habilidades, alegrías y tristezas. Por su constante ayuda, risas y motivación y por hacer parte de cada uno de mis días. A mis tutores José Pachecoϯ, Luis Ernesto Rodríguez y Diana Arias por darme la oportunidad de trabajar a su lado y abrir mis horizontes, por guiarme en todo el proceso, por exigirme y por haberme contagiado la ilusión y la pasión por la ciencia. A la gran familia Bioplasma, por ayudarme a crecer en lo profesional y personal. Por mostrarme día a día que por más que disfrute trabajar sola, siempre obtendré un mejor resultado si lo realizo con la ayuda y la compañía perfecta y por hacerme sentir siempre en casa. A los investigadores Sandra Castañeda y Francisco Becerra por su disposición, tiempo, colaboración y aprecio hacia mi trabajo y hacia mi. A Johan Urquijo, Manuel Vélez, Sebastian Cepeda y Erika Mora, por compartir su conocimiento y experiencia desde cada una de sus áreas, por enseñarme con paciencia y aprecio, por hacer que le tomara gusto a lo desconocido y por ayudarme a cumplir mis objetivos. A totas aquellas personas que me brindaron su apoyo y cariño. Gracias a todos, no podría imaginarme esta etapa sin todos ustedes. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS Tabla de Contenido 1. CAPITULO I. ........................................................................................... 13 1.1. INTRODUCCIÓN ................................................................................. 13 1.2. MARCO CONCEPTUAL ...................................................................... 17 1.2.1. Papa .............................................................................................. 17 1.2.2. Biotecnología vegetal en el cultivo de papa .................................. 20 1.2.3. Inteligencia artificial ....................................................................... 27 1.3. ESTADO DEL ARTE............................................................................ 39 1.4. PLANTEAMIENTO DEL PROBLEMA .................................................. 48 1.4.1. Pregunta de investigación ............................................................. 51 1.5. JUSTIFICACIÓN .................................................................................. 52 1.6. OBJETIVOS ......................................................................................... 56 1.6.1. Objetivo generaL ........................................................................... 56 1.6.2. Objetivos específicos ....................................................................56 1.7. METODOLOGÍA GENERAL ................................................................ 57 1.7.1. Material vegetal ............................................................................. 57 1.7.2. Desinfección de botones florales .................................................. 57 1.7.3. Cultivo in vitro de anteras .............................................................. 58 1.7.4. Caracterización citológica ............................................................. 59 1.7.5. Condiciones generales de cultivo .................................................. 60 1.7.6. Clasificación de botones florales usando redes neuronales artificiales .................................................................................................... 60 1.7.7. Análisis de datos, diseño experimental y análisis estadístico ....... 60 1.8. PRODUCTOS ...................................................................................... 63 1.9. IMPACTOS .......................................................................................... 64 1.10. REFERENCIAS ................................................................................ 65 2. CAPÍTULO II ........................................................................................... 89 REGENERACIÓN ADVENTICIA A TRAVÉS DEL CULTIVO DE ANTERAS EN PAPA AMARILLA DIPLOIDE (Solanum tuberosum Grupo Phureja) ..... 89 2.1. RESUMEN ........................................................................................... 89 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 2.2. PALABRAS CLAVE ............................................................................. 90 2.3. INTRODUCCIÓN ................................................................................. 90 2.4. METODOLOGÍA .................................................................................. 92 2.4.1. Material vegetal ............................................................................. 92 2.4.2. Desinfección de botones florales .................................................. 93 2.4.3. Cultivo in vitro de anteras .............................................................. 93 2.4.4. Caracterización citológica ............................................................. 95 2.4.5. Condiciones generales de cultivo .................................................. 95 2.4.6. Clasificación de botones florales usando redes neuronales artificiales .................................................................................................... 95 2.4.7. Análisis de datos, diseño experimental y análisis estadístico ....... 96 2.5. RESULTADOS Y DISCUSIÓN ............................................................ 97 2.6. REFERENCIAS ................................................................................. 129 2.7. CONCLUSIONES GENERALES ....................................................... 138 2.8. RECOMENDACIONES Y PERSPECTIVAS ...................................... 139 2.9. ANEXOS ............................................................................................ 141 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS ÍNDICE DE FIGURAS Capítulo I Figura 1. Proceso de la inducción de androgénesis a partir de microsporas (Seguí-Simarro & Nuez, 2008)……………………………………………………...25 Figura 2. Esquema de una neurona artificial (McCulloch & Pitts, 1943)………30 Figura 3. Red de capa simple o unicapa (Izaurieta & Saavedra, 2000)………33 Figura 4. Red multicapa (Izaurieta & Saavedra, 2000)…………………………34 Figura 5. Red Neuronal Convolucional. Primer bloque se encierra en rojo y el segundo bloque en negro (Smeda, 2019)…………………………………………36 Capítulo II Figura 1. Relación de la longitud del botón floral de papa amarilla diploide cultivar Criolla Colombia y la etapa de desarrollo de las microsporas. A-A’: Botones florales con longitud de 5-6 mm y tinción DAPI de la etapa de tétrada. B-B’: Botones florales con longitud de 6.1-7.5 mm y tinción DAPI de la etapa uninucleada. C-C’: Botones florales con longitud de 7.5-8.0 y tinción DAPI de la etapa trinucleada. D-D’: Botones florales con longitud de 8.1-9.5 y tinción DAPI de granos de polen en diferentes estados de madurez………………………….99 Figura 2. Probabilidades individuales predichas para coloración de anteras de papa amarilla diploide cultivar Criolla Colombia a los 60 días de cultivo in vitro en diferentes medios……………………………………………………………….102 Figura 3. Callos y embriones desarrollados en anteras de papa amarilla diploide cultivar Criolla Colombia en diferentes medios de cultivo in vitro. A-B. Callo compacto grado 1. C. Callo friable grado 4. D-E. Callo compacto y esponjoso grado 2. F-H. Callo compacto y nodular grado 2. I-L. Callo compacto y esponjoso grado 3. M. Callo esponjoso grado 4 con embriones en formación. N. Callo compacto grado 4 con formación de embriones. O. Callo esponjoso grado 5 con formación de embriones. P. Callo compacto grado 5 con embriones en crecimiento y desarrollo. Q. Callo esponjoso grado 4 con embriones en crecimiento y desarrollo. R. Callo compacto y esponjoso grado 4 con embriones maduros. S-T. Callos compactos y esponjosos grado 5 con múltiples embriones en crecimiento, y desarrollo radical con abundante pubescencia. *Las flechas señalan los embriones……………………………...107 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS Figura 4. Células observadas en micropreparados de anteras de papa amarilla diploide cultivar Criolla Colombia. A. Células con uno y cuatro núcleos. B. Célula con dos núcleos. C. Células con cuatro núcleos. D. Células con más de cuatro núcleos. E. Granos de polen. F. Células de tapete……………………..114 Figura 5. Probabilidades acumuladas predichas para número de núcleos de células en división de anteras de papa amarilla diploide cultivar Criolla Colombia a los 5, 10, 15 y 20 días de cultivo in vitro en diferentes medios. N0: Células observadas no clasificadas en categorías evaluadas, N1: Células con un núcleo, N2: Células con dos núcleos, N4: Células con cuatro núcleos y N5: Células con más de cuatro núcleos………………………………………………119 Figura 6. Probabilidades individuales predichas para número de granos de polen en anteras de papa amarilla diploide cultivar Criolla Colombia a los 5, 10, 15 y 20 días de cultivo in vitro en diferentes medios……………………………120 Figura 7. Probabilidades individuales predichas para número de células de tapete de anteras de papa amarilla diploide cultivar Criolla Colombia a los 5, 10, 15 y 20 días de cultivo in vitro en diferentes medios……………………………121 Figura 8. Arquitectura de la red neuronal convolucional para clasificar botones florales de papa amarilla diploide (Solanum tuberusum grupo Phureja) Criolla Colombia. La diagramación se realizó empleando como herramienta NN-SVG en la representación CNN de LeNet……………………………………………...123 Figura 9. Transformación de una entrada a medida que avanza en la red neuronal convolucional. Visualización de las representaciones intermedias de una imagen de un botón floral de papa amarilla diploide (Solanum tuberusum grupo Phureja) Criolla Colombia………………………………………………….124 Figura 10. Análisis de parámetros entre capas y filtros de una imagen de botones florales de papa amarilla diploide (Solanum tuberusum grupo Phureja) Criolla Colombia…………………………………………………………………….125 Figura 11. Rendimiento obtenido en 100 épocas en la etapa de entrenamiento y validación de la red neuronalconvolucional para clasificación de botones florales de papa amarilla diploide (Solanum tuberusum grupo Phureja) Criolla Colombia. A. Exactitud y B. Pérdida……………………………………………...126 Figura 12. Rendimiento obtenido en 11 épocas (5 primeras y 6 últimas) de 100 con 10 pasos por época en la etapa de entrenamiento de la red neuronal convolucional para clasificación de botones florales de papa amarilla diploide (Solanum tuberusum grupo Phureja) Criolla Colombia………………………...127 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS ÍNDICE DE TABLAS Capítulo I Tabla 1. Tratamientos ensayados para inducción y regeneración de callo en anteras de papa amarilla diploide cultivar Criolla Colombia. Medio basal MS. AIA: ácido indol-3-acético; ANA: Ácido 1-naftalenacético; 2,4 D: ácido 2,4- diclorofenoxiacético; KIN: Kinetina; BA: 6-N-Bencilaminopurina; ZEA: Zeatina; GA3: Ácido Giberélico……………………………………………………………….58 Tabla 2. Clasificación de callos cultivados in vitro según Santana (1982)……61 Tabla 3. Productos generados del trabajo de grado y medio de verificación…63 Tabla 4. Impactos generados del trabajo de grado y sectores beneficiados…64 Capítulo II Tabla 1. Tratamientos ensayados para inducción y regeneración de callo en anteras de papa amarilla diploide cultivar Criolla Colombia. Medio basal MS. AIA: ácido indol-3-acético; ANA: Ácido 1-naftalenacético; 2,4 D: ácido 2,4- diclorofenoxiacético; KIN: Kinetina; BA: 6-N-Bencilaminopurina; ZEA: Zeatina; GA3: Ácido Giberélico………………………………………………………………..93 Tabla 2. Clasificación de callos cultivados in vitro según Santana (1982)……96 Tabla 3. Formación y clasificación de callo y formación de embriones somáticos en anteras de papa amarilla diploide cultivar Criolla Colombia a los 60 días de cultivo in vitro…………………………………………………………..104 Tabla 4. Número de células en división, granos de polen y células del tapete en micropreparados de anteras de papa amarilla diploide cultivar Criolla Colombia a los 5, 10, 15 y 20 días de cultivo in vitro en diferentes medios……………...115 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS ÍNDICE DE ANEXOS Anexo 1. Regresión logística para un modelo multinomial nominal: variable color de antera………………………………………………………………………141 Anexo 2. Regresión logística para un modelo multinomial ordinal: variable número de núcleos de células en división……………………………………….149 Anexo 3. Regresión logística para un modelo binomial: variable número de granos de polen……………………………………………………………………..154 Anexo 4. Regresión logística para un modelo binomial: variable número de células del tapete…………………………………………………………………...158 Anexo 5. Arquitectura de la Red condensado…………………………………..163 Anexo 6. Características y/o parámetros considerados para la diagramación de la arquitectura de la red neuronal convolucional………………………………..164 UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 13 1. CAPITULO I. 1.1. INTRODUCCIÓN La papa (Solanum tuberosum L.) es un cultivo de interés agrícola, debido a su elevado potencial productivo y alto valor nutricional (Koch, Naumann, Pawelzik, Gransee, & Thiel, 2020), presentando demanda para el consumo en fresco y para el procesamiento en agroindustria (Naumann, Koch, Thiel, Gransee, & Pawelzik, 2020). A nivel mundial es el cultivo diferente a los cereales que presenta mayor producción con 368.168.914 toneladas (ton) en el 2018, lo que lo hace importante para la seguridad alimentaria (FAOSTAT, 2018). La papa (Solanum tuberosum L.) es un cultivo de gran importancia económica en la agricultura (Srivastava, Bhardwaj, Singh, & Khurana, 2016) y ocupa el tercer lugar a nivel mundial, entre los alimentos de mayor consumo humano después del arroz y el trigo (Bali et al., 2018). Solanum tuberosum Grupo Phureja, conocida como papa criolla, es cultivada en la región oriental de los Andes (Bolivia, Perú, Colombia y Venezuela) en altitudes de 2000–3400 m (Rodríguez, Ñústez, & Estrada, 2009). Colombia es el mayor productor, exportador y consumidor de papa amarilla diploide (S. tuberosum L. grupo Phureja) conocida en el país como papa criolla (Rodríguez et al., 2009) y se estima que, del total de la papa consumida en el país, el 16% corresponde a papa criolla (Barragán, 2019), siendo el cultivar Criolla Colombia el más cultivado en el país (Cámara de Comercio de Bogotá, 2015). Constituye uno de los recursos fitogenéticos más importantes en Colombia (mayor país productor, consumidor y exportador de papa diploide en el mundo), debido al valor nutricional, color, sabor, textura y rápida cocción (Mosquera, Del-Castillo, Cuéllar, & Rodríguez, 2018; Peña et al., 2015); además, es el sustento y fuente de recursos económicos de numerosas familias que habitan las zonas rurales. La multiplicación del cultivo de papa se realiza a través de propagación vegetativamente mediante tubérculos-semilla, lo cual garantiza que se mantengan las características de una determinada variedad; no obstante, también implica transferencia de enfermedades. Éstas limitaciones han hecho necesaria la búsqueda de nuevos métodos de propagación (Hernández & Díaz, 2019), por lo que se hace pertinente la aplicación de nuevas tecnologías, técnicas y metodologías alternativas a las tradicionales que permitan mejorar y aprovechar variantes genéticas de interés en favor de optimizar la productividad y la rentabilidad del cultivo de papa. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 14 Una de las técnicas es el cultivo de anteras, ya que permite lograr regeneración adventicia (organogénesis y/o embriogénesis), plantas haploides y di- haploides, utilizables para establecer en corto tiempo, líneas homocigotas estabilizadas (Bobkov, 2014), a partir de los cuales se puedan implementar programas de mejoramiento que produzcan materiales vegetales con mayor rapidez y con excelentes características que favorezcan tanto la producción como la industrialización de la papa. La producción de haploides (Hs), es decir, de plantas con un número de cromosomas gametofíticos y de haploides duplicados (DH), que son haploides que han sufrido duplicación cromosómica, representan un método biotecnológico particularmente atractivo para optimizar los procesos de fitomejoramiento. La embriogénesis gamética, que permite el desarrollo en un solo paso de líneas homocigotas completas de padres heterocigotos, ya ha tenido un gran impacto en los sistemas agrícolas de muchos cultivos agronómicamente importantes, representando una parte integral en sus programas de mejoramiento (Germana, 2011b, 2011a). Además, sientan base para estudios genéticos como el mapeo QTL, la mutación y la selección, la transformación de genes, la genómica y la identificación de genes, la producción de líneas estériles masculinas reversibles, la validación de las funciones génicas a través de las lesiones locales inducidas en los genomas (TILLING) y la edición del genoma dirigido a través de nucleasas específicas de secuencia de nucleasas efectoras activadoras de la transcripción (TALEN), nucleasas de Zincfinger (ZFN) y Repeticiones Palindrómicas Cortas Agrupadas y Regularmente Interespaciadas (CRISPR) (Gurushidze et al., 2014; Heidari- Zefreh, Shariatpanahi, Mousavi, & Kalatejari, 2018; Shariatpanahi, Bal, Heberle-bors, & Touraev, 2006; Shen, Pan, & Lübberstedt,2015; Sood & Dwivedi, 2015). Hay dos formas principales de producir plantas haploides, los métodos basados en cultivo de tejidos (TCB) y los basados en biotecnología (BB). La forma TCB incluye ginogénesis, partenogénesis, androgénesis y eliminación de cromosomas de amplia hibridación (Gonzalo, Claveria, Monforte, & Dolcet- Sanjuan, 2011); es decir, involucra cultivo in vitro de células haploides u órganos en los que se encuentran células haploides (cultivo de microesporas, anteras, ovarios y óvulos) y partenogénesis resultante después de cruces usando polen de líneas haploides (IvP35, IvP48 e IvP101) (Pham et al., 2019). Además de los métodos in vitro de inducción haploide, también existen algunos métodos in vivo, utilizando líneas inductoras haploides obtenidas mediante la manipulación de algunos genes específicos como CENH3 (Britt & Kuppu, 2016; Ravi & Chan, 2010), NLD / MTL / ZmPLA1 (Gilles et al., 2017; Kelliher et al., 2017; Liu et al., 2017) y gametofito 1 indeterminado (ig1) (Evans, 2007). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 15 La inducción de haploides a través del cultivo de tejidos in vitro tiene una naturaleza biológica compleja y hay muchos factores, que pueden afectar la eficiencia de la técnica, como el genotipo de la planta, la condición de crecimiento y la etapa de desarrollo de las plantas donantes; el medio básico, el tipo y las concentraciones de los reguladores del crecimiento de las plantas (PGR) y el tipo e intensidad de las tensiones (Shariatpanahi et al., 2006; Wang et al., 2018). Los diversos estudios que se han realizado a lo largo del tiempo sostienen que el mayor problema que atraviesa ésta técnica es la baja frecuencia de plántulas formadas; esto tiene mucha influencia en la etapa de selección de los explantes, donde el mayor desarrollo de callos embriogénicos es cuando las microsporas se encuentran en la etapa de uninucleada, aunque también se han obtenido resultados positivos después de la primera mitosis (Hernández & Díaz, 2019). Considerando la mejora de las técnicas de cultivo, ahora es posible inducir embrioides o embriones derivados de microsporas en una gran cantidad de especies de plantas (Asakaviciute, Clement, & Razukas, 2007); no obstante, es necesario desarrollar y mejorar los protocolos actuales para aumentar el número de genotipos que responden a la morfogénesis in vitro. Aunque hay muchos genotipos que responden muy bien al cultivo de anteras, muchos otros de interés, son todavía recalcitrantes (Cardoso, Abdelgalel, Chiancone, Latado, & Lain, 2016). En la papa, hay una serie de factores que influyen en el desencadenamiento de la embriogénesis de microesporas; estos factores pueden ser genéticos, fisiológicos, físicos o químicos, que inducen a las microsporas a entrar en una nueva vía de desarrollo (Asakaviciute et al., 2007). Aunque aún se desconocen a profundidad los múltiples procesos y sistemas involucrados en la regeneración adventicia, continuamente se desarrollan investigaciones que permitan dilucidar la actividad celular y metabólica, con miras a promover eficientemente avances en el campo del mejoramiento vegetal, producción y rentabilidad de cultivos. Dichos estudios, propenden a través de la interdisciplinariedad, aplicar diferentes tecnologías modernas que aumenten las probabilidades de éxito en cuanto a la detección, selección, reconocimiento y clasificación de objetos y características determinadas a través de la inteligencia artificial y la visión por computadora (CV). Las tecnologías de CV generalmente aumentan la eficiencia de todo el sistema e incluso lo llevan a un nuevo nivel operativo (Tsapko & Vlasov, 2015); esta optimización del procesamiento es promisoria desde diferentes puntos de vista (Jinwei, Guiping, & Fen, 2008; Kiratiratanapruk & Sinthupinyo, 2011; Yihang, Tingting, Ruifang, & Xingyu, 2014), y puede ser efectiva para enfrentar y solucionar problemas cuando los métodos tradicionales se vuelven ineficientes. La utilización de algoritmos de aprendizaje automático con la visión por UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 16 computadora ha brindado perspectivas nuevas y prometedoras para analizar la calidad de los productos agrícolas (Lin et al., 2019; Momin, Yamamoto, Miyamoto, Kondo, & Grift, 2017), y en áreas aun poco exploradas. Una de las herramientas actuales de alto impacto es la inteligencia artificial, utilizando el procedimiento de redes neuronales convolucionales (CNN). Estas redes tienen una metodología similar a la de los métodos tradicionales de aprendizaje supervisado, es decir, reciben imágenes de entrada, detectan las características de cada una de ellas y luego arrastran un evaluador sobre ellas; sin embargo, las funciones se aprenden automáticamente (Smeda, 2019). Las CNN realizan todo el trabajo tedioso de extraer y describir características, procurando minimizar el error de clasificación para optimizar los parámetros del clasificador y las características (Smeda, 2019). Los diferentes avances tecnológicos, se convierten, en una oportunidad para progresar en los diversos campos del saber. El cultivo de tejidos y la inteligencia artificial constituyen herramientas clave que empleadas y ejecutadas en el área agrícola permiten alcanzar exitosamente objetivos y resultados rápidos, eficaces y precisos para su mejora. En esta investigación, se muestra un acercamiento de estas dos tecnologías con el fin de sentar bases y ofertar alternativas viables aprovechables en el mejoramiento de la papa amarilla diploide (Solanum tuberosum Grupo Phureja), a través del cultivo de anteras y el procesamiento y clasificación de imágenes de botones florales, como material vegetal inicial utilizable para regeneración in vitro. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 17 1.2. MARCO CONCEPTUAL 1.2.1. PAPA La papa (Solanum tuberosum L.) pertenece a la familia Solanaceae, de alta importancia económica en la agricultura, donde se incluye el tomate, el pimiento, la berenjena, la petunia y el tabaco. Se originó en Suramérica, más específicamente en la Cuenca del Lago Titicaca en las fronteras de Perú- Bolivia y de allá se extendió a todo el mundo; crece de manera natural y cultivada en una gran variedad de hábitats, desde las condiciones semidesérticas del norte de Argentina, el sur de Bolivia y México hasta zonas con altas precipitaciones como los bosques subtropicales de Centro y Sur América exhibiendo una amplia adaptación a la altitud desde el nivel del mar hasta casi 5.000 m (Srivastava et al., 2016). Evidencias arqueológicas demuestran que la papa ha sido cultivada en la región Andina de América del Sur desde tiempos muy antiguos. Una vez que la agricultura se hizo más extensiva, la papa fue difundida a otras áreas geográficas, en donde se generaron variedades más adaptadas a diferentes condiciones ambientales, mostrando los cultivares nativos grandes diferencias en el tipo de hoja, color de flor y características de los tubérculos como forma, color y sabor (Arellano, Villavicencio, & Garcia, 2010). Su nombre deriva del quechua y en otras lenguas tiene distintas designaciones tales como patata, batata, pomme de terre, potato, aardappel, kartofel, entre otras (Huarte & Capezio, 2015). La primera papa cultivada fue Solanum stenotomum Juz. & Bukasov, especie diploide (2n=24) y, a partir de ella, por duplicación del número cromosómico, se originó la papa tetraploideS. tuberosum (4n=48). La forma más primitiva es S. tuberosum subsp. andigena y de ella, a través de cruzamientos con otras especies y adaptación a otros medios, se originó en la zona de Chile la subsp. tuberosum, de la que derivan la mayoría de los cultivares que se han extendido por el mundo (Ochoa, 1999; Ruiz & Rios, 2008). Las papas evolucionaron a causa del aislamiento geográfico y ecológico más que por la incompatibilidad genética dando origen a las especies cultivadas (Machida, 2015; Srivastava et al., 2016). Actualmente, se considera que existen siete especies poliploides cultivadas que presentan tubérculos, S. phureja, S. stenotomum, S. ajanhuiri, S. chaucha, S. juzepczukii, S. tuberosum ssp. Andigena, S. tuberosum ssp. Tuberosum y S. curtilobum, 225 parientes UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 18 silvestres y 110 especies de tubérculos silvestres. La papa posee 12 cromosomas, los cuales se organizan en series poliploides: Diploides (2n=24), Triploides (3n=36), Tetraploides (4n=48), Pentaploides (5n=60) y Hexaploides (6n=72), siendo en su mayoría diploides (70%) y organolépticamente muy semejantes debido principalmente a su confinamiento en la región templada- fría de América del Sur (Machida, 2015; Srivastava et al., 2016). La papa está representada por una amplia diversidad de formas de tubérculo, tamaño, color, sabor y ploidías que proveen la mayor fuente de nutrición e ingreso para muchas sociedades (Ovchinnikova et al., 2011; Spooner & Hetterscheid, 2005) por ser reservorio de almidón, proteínas, antioxidantes y vitaminas (Potato Genome Sequencing Consortium, 2011). Genera una producción mundial de aproximadamente 350 millones de toneladas por año, con un valor de cosecha de 40 mil millones de US dólares (Gavrilenko et al., 2013), que aumenta anualmente de manera progresiva; se esperaba que para 2020 la demanda de la papa fuera del doble de la consumida en 1993 (FAO, 2009). Llega a más de 1000 millones de consumidores, de los cuales 500 millones de ese total, son de los países en vía de desarrollo (Diémé, Nahr, Agbangba, & Sy, 2013; Valbuena, 2008). 1.2.1.1. Solanum tuberosum Grupo Phureja El Grupo Phureja está conformado por plantas principalmente diploides, el cual parece haber evolucionado por selección humana de una posible mutación de Solanum stenotomum (Estrada, 2000). Es cultivado, en la región oriental de los Andes, su distribución geográfica se extiende desde el noroeste de Bolivia, toda la región oriental de los Andes peruanos, hasta Colombia y parte de Venezuela, entre los 2000–3400 m de altura, con un centro de diversidad genética localizado en el sur de Colombia, específicamente en Nariño (Rodríguez, Eduardo, & Estrada, 2009). En Colombia, el nombre de papa criolla corresponde a los morfotipos que presentan tubérculos con color de piel y carne amarillo (fenotipo yema de huevo) (Rodríguez et al., 2009). Es producida a nivel nacional en los departamentos de Cundinamarca, Boyacá y Nariño y, en menor proporción, en Antioquia, Santander, Norte de Santander, Cauca y Tolima (Agronet, 2016), con un área de siembra de 120 mil a 140 mil h y una producción de 368.168.914 toneladas (ton) en el 2018 (FAOSTAT, 2018; Fonseca, 2017), y un centro de diversidad localizado en Nariño (Herrera & Rodríguez, 2011). Los cultivares pertenecientes a este grupo son precoces, de ahí su nombre nativo en Aymara, “phureja”, sus tubérculos no tienen periodo de reposo y es posible establecer ciclos de siembra - cosecha tres o cuatro veces al año (Ochoa, UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 19 2001; Rojas & Seminario, 2014); la calidad del cultivo depende del microclima, altitud, radiación solar, luminosidad y humedad durante el ciclo de producción. Colombia ha incursionado en la exportación de papa criolla como producto étnico autóctono procesado, en forma precocida congelada, salmuera y empacada en vidrio o enlatada, con cantidades aproximadas de 4.7 millones de toneladas por año, lo que muestra su aporte significativo en el cálculo del PIB colombiano (Herrera & Rodríguez, 2011; Rodríguez, Ñustez, & Estrada, 2009). A pesar de la carencia de cultivares con aptitud para procesamiento y la falta de continuidad de las exportaciones, este producto es reconocido en el mundo y existen países que lo demandan, entre otros, Estados Unidos, España, Japón y Francia. Dada esta consideración, la papa amarilla se encuentra dentro de los potenciales exportables y se incluyó en la Apuesta Exportadora Agropecuaria del Ministerio de Agricultura y Desarrollo Rural desde el año 2006, debido principalmente a que es una importante fuente de carbohidratos, presenta alto contenido de agua y es virtualmente libre de grasa. El aporte de minerales y la calidad de su proteína la convierten en un producto ideal dentro de la dieta, considerado como alimento funcional. Comparada con la papa común, la papa criolla presenta un nivel superior de proteína, condición que la convierte en un alimento para la seguridad alimentaria en Colombia y el mundo (Porras & Herrera, 2015). 1.2.1.2. Cultivar Criolla Colombia El cultivar Criolla Colombia, fue registrada ante el Instituto Colombiano Agropecuario (ICA) en 2004 por parte de la Universidad Nacional de Colombia. Constituye uno de los principales recursos genéticos del país por ser una especie exportable gracias a su evolución durante los últimos 15 años en fases de producción y procesamiento. Recibe su nombre debido a que es la criolla cultivada usualmente en el país y surge del proceso de selección de un clon de flor roja (conocida como clon uno, seleccionado por Fedepapa de la multivariedad (Yema de huevo) Solanum phureja Juz. et Buk (Porras & Herrera, 2015). Presenta porte de planta medio, con follaje verde ligeramente claro y floración abundante. Produce tubérculos con distribución de tamaños (diámetros entre 1 y 8 cm), tiene excelente calidad culinaria, es versátil para diferentes platos (sopa o crema, sudada y muy utilizada para fritar entera), conserva altos contenidos de proteína y masa seca, agradable sabor y textura, fácil preparación, buena aceptación en el mercado y, es una de las papas obligadas del plato llamado "Ajiaco Santafereño". Esta variedad es precoz (110 -120 días), su potencial de rendimiento es de 15 a 25 t/ha, y en condiciones de UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 20 crecimiento y manejo de cultivo óptimas su rendimiento puede llegar a las 25 t/ha, no tiene periodo de reposo y es susceptible a PYVV (Virus del amarillamiento de las venas de la papa). Se cultiva en las diferentes regiones del país en diferentes condiciones de suelo y a la fecha es la variedad que se procesa para exportación como precocida congelada (Rodríguez & Ñustez, 2012; Rodríguez et al., 2009). La mayor parte de las explotaciones de papa criolla corresponden a pequeños productores. De acuerdo con el tamaño de las explotaciones, es común encontrar la clasificación para los productores de papa en Colombia en pequeño (95% de los cultivadores), mediano (3% de los cultivadores) y grande (2% de los cultivadores) productor, participando con el 45, 35 y 20% del total de la producción, respectivamente (Porras & Herrera, 2015). En nuestro país, se cultiva en clima frío y subpáramo, en suelos con cobertura de ceniza volcánica con diferente grado de meteorización, principalmente en los departamentos de Cundinamarca, Boyacá, Nariño, Antioquia,Cauca, Norte de Santander, Caldas, Tolima y Santander, en un rango de temperatura entre 6,5 y 24 °C (Porras & Herrera, 2015). La Criolla Colombia, presenta ojos de profundidad media, sin color secundario de piel y pulpa. El tubérculo no tiene periodo de reposo y sus flores son completas, hermafroditas y constan de un cáliz de 7 a 8 mm de longitud, su androceo se compone de 5 estambres; el cono estaminal alrededor del pistilo es cilíndrico-cónico a subdoliforme, con anteras que contienen el polen, de 4.5 a 5.5 mm de longitud y 1.8 mm de ancho, cordado en la base, nace sobre filamentos de 1.5 a 2.0 mm de longitud y 1 mm o menos de diámetro. El estilo es angosto, entre 9 y 10 mm de longitud, exerto por encima de 3.5 mm de su longitud, densamente cubierto con papilas muy cortas a lo largo del tercio basal de su longitud; el estigma es capitado, pequeño de menos de 1 mm de diámetro y ligeramente agrietado. Los frutos o mamones son bayas terminales de forma globosa, ovoide a ovalcónica y biloculares, entre 1.5 y 2.,5 cm de diámetro, de color verde claro o verde con rayas verticales púrpura claro y, en su interior, se encuentran hasta 300 semillas (Porras & Herrera, 2015). 1.2.2. BIOTECNOLOGÍA VEGETAL EN EL CULTIVO DE PAPA Las características propias de la papa la han posicionado como uno de los alimentos más importantes a nivel mundial. La gran diversidad de formas, tamaños, colores, y utilidad que tienen tanto las papas silvestres como las comerciales, han llevado al desarrollo de múltiples estrategias de conservación UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 21 y de mejoramiento con el fin de garantizar principalmente la seguridad alimentaria (De Jong, 2016). Existen dos enfoques básicos para la conservación de los recursos genéticos: conservación in situ y conservación ex situ. La conservación in situ se refiere a situaciones en las que el material se mantiene en el hábitat natural, dentro de la comunidad de la cual forma parte y, la conservación ex situ se refiere a mantener la variabilidad genética bajo condiciones controladas, en bancos de genes (Leon, Seguel, & Condon, 2010). En la papa, no existe un programa específico para seguir el método de conservación in situ debido a los problemas prácticos de mantenimiento, extensión de área, viabilidad económica, entre otros, por lo que se da, de manera generalizada la conservación ex situ; así, los recursos genéticos de papa pueden ser conservados como propágulos vegetativos o como semillas botánicas, de acuerdo a la finalidad que se persigue (Aguirre, Baudoin, & Arnéz, 2016). Si el objetivo es mantener el genotipo exacto de una accesión, la propagación vegetativa (in vitro o in vivo) es la única opción; mientras que si el objetivo no es mantener el genotipo exacto, sino el conjunto genético total, el germoplasma puede conservarse como verdaderas semillas (Srivastava et al., 2016). La conservación ex situ, ha permitido el desarrollo de técnicas de conservación in vitro no solo para la preservación y almacenamiento sino también para el intercambio de germoplasma, ofreciendo varias ventajas tales como, poder conservar un gran número de accesiones en un espacio reducido bajo condiciones libres de enfermedades, independientemente de la temporada de cultivo; el riesgo de pérdida debida a factores bióticos y abióticos se minimiza y se elimina la posibilidad de infección cruzada entre accesiones; y, los materiales in vitro generalmente están libres de bacterias sistémicas, hongos, virus y micoplasmas, es decir, están libres de patógenos (Srivastava et al., 2016). El cultivo in vitro y/o cultivo de tejidos aplica el principio de la ‘totipotencia celular’ para regenerar plantas a partir de células aisladas no diferenciadas, órganos y tejidos, recurriendo a la capacidad celular para desdiferenciarse, rejuvenecerse y rediferenciarse hasta formar una planta entera. Este principio sólo puede hacerse evidente en presencia de un medio de cultivo adecuado, en el que los reguladores de crecimiento juegan un papel importante por ser los principales agentes de estas transformaciones celulares (Akbar-Anjum & Hakoomat, 2004; Slater, Scott, & Fowler., 2003). La totipotencia está determinada por la plasticidad de las células vegetales que, debido a su naturaleza, han desarrollado una gran capacidad para soportar condiciones extremas y expresan su potencial si se aplican los estímulos correctos. Las UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 22 condiciones necesarias para una regeneración eficiente varían entre las diferentes células y tejidos de la planta, así como entre especies y cultivares (Diazgranados & Chaparro, 2007; Slater et al., 2003). La totipotencialidad inducible en células y tejidos vegetales hace factible aplicar diferentes biotecnologías permitiendo, entre otras, la disponibilidad de nuevo germoplasma mediante la regeneración de plantas directamente a partir de gametos (microsporas y/o megasporas); la hibridización somática, mediante la fusión de células (intra o interespecies, frecuentemente incompatibles); la introducción de ADN-foráneo y la selección temprana de material con características deseables (Jordan, 1990). De otro lado, la biotecnología, como herramienta asociada a procesos de fitomejoramiento, involucra metodologías complementarias al sistema de mejoramiento convencional, buscando el aprovechamiento adecuado de la variabilidad genética con que se cuenta, además, de ofrecer la posibilidad para hacer más eficiente la generación de nuevas variedades de papa (Valbuena, 2008). La producción de semillas de papa de alta calidad, solo es posible mediante la implementación de técnicas especializadas de producción inicial como: termoterapia, cultivo de meristemos, multiplicación de plántulas in vitro, producción de plántulas en sistemas autotróficos hidropónico (S.A.H) y, producción de tubérculos prebásicos bajo condiciones ambientales controladas e inspeccionadas con estrictas normas técnicas y de calidad (Velásquez, 2014). Según Lindhout et al. (2011), en los programas de mejoramiento de especies de interés agrícola es necesario contar con una amplia base genética que garantice suficiente variabilidad para tener probabilidades de seleccionar los genotipos. Este programa consta de tres fases: generación de la variabilidad genética, selección de genotipos, y evaluación de los genotipos seleccionados con caracteres agronómicos ideales. Desde sus comienzos, uno de los objetivos primordiales del mejoramiento vegetal ha sido seleccionar genotipos superiores a partir del reconocimiento de fenotipos superiores (López, 2011). Diversas metodologías están disponibles para detectar variación genética entre las que se incluyen la identificación fenotípica y técnicas de análisis de ADN (López, 2011) y caracteres morfológicos y fisiológicos que pueden ser usados para el reconocimiento de materiales superiores (Palombi, Lombardo, & Caboni, 2007); sin embargo, este tipo de metodología consume tiempo y es laborioso (Feng et al., 2007), requiriendo de ensayos en diferentes localidades y campañas agrícolas para garantizar la correcta discriminación de individuos (López, 2011). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 23 La biotecnología ha hecho grandes aportes a la producción de material vegetal de papa de alta calidad, pues se ha insertado dentro de un gran proceso de producción, que termina con la provisión de semillascategoría certificada en beneficio de los agricultores (Velásquez, 2014). Organizar la producción de material vegetal de papa a través de cultivo de tejidos exige ponderar la importancia de los siguientes aspectos: la producción a nivel regional o nacional, los recursos económicos existentes, los recursos técnicos de que se disponga y el nivel mínimo de conocimientos y de destreza en esas técnicas de cultivo. No se trata simplemente de introducir la tecnología, sino más bien de adecuarla a las condiciones concretas de la institución, la región o el país. Varios países (Francia, Viet Nam, Hungría, Unión de Repúblicas Socialistas Soviéticas, Cuba, Perú) han incorporado una etapa de cultivo de tejidos a los esquemas de producción de semilla básica de papa. Viet Nam (desde 1984) y Unión de Repúblicas Socialistas Soviéticas (desde 1976) utilizan la micropropagación in vitro, en ese proceso (Lago, 1991). Esta tecnología generada y difundida por el Centro Internacional de la Papa (CIP) desplazó rápidamente los métodos tradicionales de multiplicación clonal disminuyendo tiempo y costos para la obtención del material básico, élite, inicial o fundamental como se denomina a los tubérculos-semillas que los centros o estaciones experimentales entregan a los multiplicadores de semilla (Ezeta, 2001). 1.2.2.1. Cultivo de Esporas La posibilidad de aislar y cultivar células, tejidos y órganos, sin los efectos de correlación de la planta madre, con perfecto control de las condiciones ambientales y de nutrición, ofrece unas enormes posibilidades en el campo de la investigación y tiene, además, una gran cantidad de aplicaciones prácticas. La eficiencia del mejoramiento genético depende de la disponibilidad de variabilidad genética, de la selección, fijación genética y rápida propagación de los materiales sobresalientes. Las metodologías disponibles para obtener cantidades considerables de haploides duplicados permitirán que el fitomejoramiento fije sistemas genéticos de gametos individuales, que sean reducidos y fáciles de evaluar en cualquier etapa del proceso de mejoramiento; se obtendrán así líneas homocigotas sin pasar por el proceso de endogamia normal (Roca et al., 1991). Los métodos más ampliamente usados para la creación de haploides y de haploides duplicados se valen de la hibridación interespecífica o intergenérica, y del cultivo de esporas (masculinas o femeninas) (Roca et al., 1991). Las células gametofíticas (microsporas o megasporas) se pueden inducir, en el UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 24 cultivo, a abandonar su curso ontogénico normal para seguir una vía esporofítica que conduzca a la formación de esporofitos haploides. El proceso se llama androgénesis cuando las microsporas originan embriones y plantas, y ginegénesis cuando tiene lugar en el cultivo de óvulos de ovarios. La androgénesis, obtenida mediante el cultivo de anteras, es la técnica más ampliamente usada para la inducción de haploides y ha demostrado tener gran importancia para el fitomejoramiento (Roca et al., 1991). Androgénesis y/o Cultivo de Anteras El cultivo de anteras es una técnica por medio de la cual es posible producir en corto tiempo, líneas homocigotas estabilizadas a partir de poblaciones segregantes, mediante el doblamiento cromosómico del polen haploide y la regeneración de plantas en un ciclo de cultivo in vitro, evitando las cinco a siete generaciones de autofecundación necesarias en caso de emplear el método natural de endogamia, además de reducir costos y producir con mayor rapidez nuevos genotipos mejorados (Lassaga, Bretón, Gieco, Milisich, & Dittrich, 2010; Soto, 2012). Esta técnica consiste en la recolección de las yemas florales que contengan las microsporas en el estadio adecuado y en la extracción y cultivo de las anteras. Es un método más fácil que con el cultivo de microsporas aisladas, ya que, al cultivarse junto con el tejido de la antera, éste aporta nutrientes y proporciona un ambiente más adecuado para el cultivo (Seguí-Simarro & Nuez, 2008). Debido a esto, el medio sólido utilizado no necesita ser tan específico o exigente como en el caso del cultivo de microsporas aisladas, aunque también significa que no existe un control sobre las condiciones del medio de cultivo (Seguí-Simarro, 2010b). Otra ventaja es que la manipulación del material vegetal es menor. El inconveniente de esta técnica es que los individuos obtenidos pueden proceder de la microsporas (lo deseable) o del tejido de la antera (no deseable), por lo que es necesario un análisis para comprobar la procedencia de cada individuo. Además, está técnica cuenta con una eficiencia menor, es decir, un menor número de embriones por antera, que la que se describe a continuación (Forster, Heberle-Bors, Kasha, & Touraev, 2007). El cultivo de anteras puede ser definido como una manipulación in vitro de los granos de polen inmaduros (microsporas) contenidos dentro de las anteras, para evitar su desarrollo gametofítico e inducir el desarrollo esporofítico. De esta manera, las anteras inmaduras que contienen polen en una etapa específica de desarrollo, se colocan en medios donde el polen inmaduro se UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 25 divide para formar embriones o callo, los cuales posteriormente formarán plantas al ser transferidos a medios de regeneración. En la mayoría de los casos se producen plantas haploides estériles, pero en algunas especies ocurre una duplicación espontánea de los cromosomas en las etapas de desarrollo del callo y de regeneración de la planta (Lentini, Reyes, Martínez, Núñez, & Roca, 1994; Roca, Núñez, & Mornan, 1991). Tras la exposición de las anteras al tratamiento de inducción, las microsporas se desvían de su ruta gametofítica original (Fig. 1, ruta azul) hacia las siguientes direcciones según Seguí-Simarro & Nuez (2008): Muchas microsporas a pesar de ser inducidas, detiene su crecimiento y/o se mueren. Algunas de ellas, siguen un desarrollo similar a la maduración in vivo del polen, comúnmente denominado polle-like, para finalmente detener su crecimiento y morir (Fig. 1, ruta rosa). Algunas de las microsporas que han sido inducidas, en función del genotipo, generan estructuras multicelulares, tipo callos haploides que bajo condiciones adecuadas pueden originar plantas haploides o DHS a través de un proceso de organogénesis (Fig. 1, ruta verde). Otras microsporas, en este caso, correctamente inducidas, sufre una serie de cambios que acaban dando lugar a la formación de un embrión que, tras germinar, dará lugar al individuo correspondiente haploide o DH (Fig. 1, ruta amarilla). Figura 1. Proceso de la inducción de androgénesis a partir de microsporas (Seguí-Simarro & Nuez, 2008). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 26 Desde que Guha y Maheswari lo descubrieron en 1964, el cultivo de anteras se ha extendido a gran escala para el mejoramiento de algunas especies como el trigo, arroz, cebada, colza entre otros (Lassaga et al., 2010; Roca et al., 1991), sin embargo, aún existen limitaciones técnicas que afectan a muchas especies, ocasionando el lento desarrollo del mejoramiento genético mediante cultivo de anteras, tales como la renuencia a la regeneración de plantas, la duración del proceso de regeneración de plántulas, el bajo porcentaje de plantas regeneradas a partir de embriones y, el alto porcentaje de recuperación heterozigótica masculina,originado de células somáticas existentes en la antera y en los tejidos de filamentos (Riccardi, Casali, Mercati, Falavigna, & Sunseri, 2011). Es necesario considerar que el éxito de esta técnica, está influenciado por diferentes factores. En primer lugar, estos procesos son altamente dependientes del genotipo, lo cual ya ha sido descrito en diferentes especies modelo (Malik et al., 2007); en segundo lugar, la etapa de desarrollo de las microesporas, como regla general, el uso de microsporas en etapas muy tempranas y muy tardías resultan infructuosas, pero el estadio de desarrollo apropiado varía para cada especie (Seguí-Simarro, 2010a). Por último, las microsporas deben someterse a un conjunto de diferentes tipos de factores fisicoquímicos (Shariatpanahi et al., 2006; Chunfen Zhang et al., 2005) para inducir un estrés perturbador con el fin de desencadenar la vía de crecimiento embriogénico de las microsporas. Esta respuesta embriogénica comienza con una división simétrica de la microspora, en oposición a la división asimétrica que define la primera mitosis del polen (Simmonds & Keller, 1999; Smykal, 2000; Zaki & Dickinson, 1991). Además de aspectos y/o condiciones tales como la temperatura, la intensidad de luz, la composición de los medios de cultivo, la aplicación de pretratamientos a los explantes y las condiciones de crecimiento de las plantas donantes de las anteras, entre otros (Lassaga et al., 2010; Regalado et al., 2016). 1.2.2.2. Organogénesis Smith (2013) define la organogénesis como la capacidad de las células vegetales que se encuentran en el explante para reprogramar su desarrollo hacia la formación de tejidos y órganos nuevos que constituyen una planta. Estas células deben ser susceptibles a esta reprogramación genética, es decir que sean adecuadas y muy receptivas a procesos de desdiferenciación y rediferenciación celular (Thorpe, 2007). La mitosis juega un papel fundamental en este proceso, teniendo en cuenta que permite la formación de un número crítico de células en división activa, que son capaces de responder a señales de desarrollo (meristemoides), los cuales son similares a meristemos UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 27 verdaderos, pues poseen conexiones vasculares con el callo o el tejido circundante y que permiten el desarrollo de yemas o raíces adventicias si se encuentra en y si están en condiciones apropiadas (Gamarra, 2014). Existen dos tipos de organogénesis: la organogénesis directa y la indirecta. La primera se da sin la ocurrencia de un proceso prolongado de desdiferenciación, acompañado visiblemente de la formación de masas celulares indiferenciadas comúnmente denominadas callo, mientras que en la segunda existe notablemente formación de callo, previo a la formación de brotes (Gamarra, 2014). 1.2.3. INTELIGENCIA ARTIFICIAL La Inteligencia artificial (IA) es el campo científico de la informática que se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes (Romero, Dafonte, Gòmez, & Penousal, 2007). En otras palabras, crea sistemas que “piensan”, hasta cierto punto, como un ser humano (Blum, 2019). La inteligencia artificial es un área extraordinariamente vital, amplia y multidisciplinar. El comportamiento inteligente humano, como el que la Inteligencia artificial trata de emular y/o simular, presenta complejos aspectos “cognitivos”, “perceptivos”, “Heurísticos”, “sociales”, “colaborativos”, etc. hasta futuribles aspectos “emocionales”. Entre todos ellos, se encuentra una amplia variedad de orientaciones, considerando tanto aspectos propios del pensamiento humano, como aspectos relacionados con su comportamiento y conducta (Escolando, Cazorla, Alfonso, Colomina, & Lozano, 2003). Normalmente, un sistema de IA es capaz de analizar datos en grandes cantidades (big data), identificar patrones y tendencias y, por lo tanto, formular predicciones de forma automática, con rapidez y precisión (Blum, 2019). Su importancia radica en que permite que las experiencias cotidianas sean más inteligentes (Anónimo, 2017). Un sistema de inteligencia artificial requiere de una secuencia finita de instrucciones que especifique las diferentes acciones que ejecuta la computadora para resolver un determinado problema. Esta secuencia de instrucciones constituye la estructura algorítmica del sistema de inteligencia artificial (Benítez, Escudero, Kanaan, & Masip, 2014). El diseño de un sistema de inteligencia artificial normalmente requiere la utilización de herramientas de disciplinas muy diferentes como el cálculo numérico, la estadística, la informática, el procesado de señales, el control UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 28 numérico, la robótica o la neurociencia. Por este motivo, pese a que la inteligencia artificial se considera una rama de la informática teórica, es una disciplina en la que contribuyen de forma activa numerosos científicos, técnicos y matemáticos. En algunos aspectos, además, se beneficia de las investigaciones en áreas tan diversas como la psicología, la sociología o la filosofía (Benítez et al., 2014). Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian varios tipos de inteligencia artificial (Rusell & Norvig, 2004): Sistemas que piensan como humanos: Automatizan actividades como la toma de decisiones, la resolución de problemas y el aprendizaje. Un ejemplo son las redes neuronales artificiales. Sistemas que actúan como humanos: Se trata de computadoras que realizan tareas de forma similar como lo hacen las personas. Es el caso de los robots. Sistemas que piensan racionalmente: Intentan emular el pensamiento lógico racional de los humanos, es decir, se investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en consecuencia. Los sistemas expertos se engloban en este grupo. Sistemas que actúan racionalmente: idealmente, son aquellos que tratan de imitar de manera racional el comportamiento humano, como los agentes inteligentes. 1.2.3.1. Redes Neuronales Artificiales Las Redes Neuronales Artificiales (RNA) están inspiradas en la biología, esto significa que están formadas por elementos que se comportan de manera análoga a las neuronas (en las funciones más elementales) y están organizadas de una forma similar a la del cerebro, pero las analogías no son muchas más. Las características fundamentales de las RNA son (Cárdenas, 2006; Izaurieta & Saavedra, 2000): Aprenden de la experiencia: Las RNA pueden modificar su comportamiento como respuesta a su entorno. Dado un conjunto de entradas (quizá con las salidas deseadas), las RNA se ajustan para producir respuestas consistentes. Una amplia variedad de algoritmos de entrenamiento se han desarrollado, cada uno con sus propias ventajas e inconvenientes. Generalizan de ejemplos anteriores a los ejemplos nuevos: Una vez que la RNA esté entrenada, la respuesta de la red puede ser, hasta un cierto punto, insensible a pequeñas variaciones en las entradas, lo que las hace idóneas para el reconocimiento de patrones. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 29 Abstracción de la esencia de las entradas: Algunas RNA son capaces de abstraer información de un conjunto de entradas. Por ejemplo, en el caso de reconocimiento de patrones, una red puede ser entrenada en una secuencia de patrones distorsionados de una letra. Una vez que la red sea correctamenteentrenada será capaz de producir un resultado correcto ante una entrada distorsionada, lo que significa que ha sido capaz de aprender algo que nunca había visto. Tener una inclinación natural a adquirir el conocimiento a través de la experiencia, el cual es almacenado, al igual que en el cerebro, en el peso relativo de las conexiones interneuronales. Tienen una altísima plasticidad y gran adaptabilidad, son capaces de cambiar dinámicamente junto con el medio. Poseen un alto nivel de tolerancia a fallas, es decir, pueden sufrir un daño considerable y continuar teniendo un buen comportamiento, al igual como ocurre en los sistemas biológicos. Tener un comportamiento altamente no-lineal, lo que les permite procesar información procedente de otros fenómenos no-lineales. Los elementos básicos de un sistema neuronal biológico son las neuronas, agrupadas en redes compuestas por millones de ellas y organizadas a través de una estructura de capas, que constituyen un sistema con funcionalidad propia. En un sistema neuronal artificial puede establecerse una estructura jerárquica similar, de forma que una RNA puede concebirse como una colección de procesadores elementales (neuronas artificiales), conectadas a otras neuronas o bien a entradas externas y con una salida que permite propagar las señales por múltiples caminos. Un conjunto de neuronas artificiales cuyas entradas provienen de la misma fuente y cuyas salidas se dirigen al mismo destino constituyen lo que se denomina una capa o nivel, cuya agrupación conforma el sistema neuronal completo (Flórez & Fernández, 2008). En este sentido, una neurored es un procesador de información, de distribución altamente paralela, constituido por muchas unidades sencillas de procesamiento llamadas neuronas (Izaurieta & Saavedra, 2000). McCulloch & Pitts (1943) concibieron un modelo abstracto y simple de una neurona artificial, como el elemento básico de procesamiento en una red neuronal artificial (Fig. 2). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 30 Figura 2. Esquema de una neurona artificial (McCulloch & Pitts, 1943). El modelo está compuesto por un vector de pesos w = (w1,…,wd)T equivalente a las conexiones sinápticas en una neurona real, w0 es el umbral de acción o activación, el vector x es la entrada y el escalar y la salida de la unidad. La actividad consiste en generar una única salida y a partir de la aplicación de la función de activación γ a la suma ponderada entre el vector de entrada x = (x1,…,xm)T y el vector de pesos w = (w1,…,wd)T más un sesgo w0, obteniéndose la siguiente expresión: donde γ es una función no-lineal. La función propuesta por McCulloch-Pitts posee una salida binaria ±1 conocida como la función de todo o nada que equivale a la función signo dada por Otra función con salida binaria es la función escalón unitario descrita por Cuando se consideran neuronas con respuestas de procesamiento gradual, entonces se pueden usar funciones de activación de forma lineal γ(z)=z o de forma sigmoidal como la función logística, o la tangente hiperbólica γ (z)=tanh(z). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 31 Arquitectura de Redes Neuronales Artificiales La arquitectura de una RNA es la estructura o patrón de conexiones de la red. Las conexiones sinápticas son direccionales, es decir, la información sólo se transmite en un sentido (Caicedo, 2012). En general, las neuronas suelen agruparse en unidades estructurales llamadas capas (Rusell & Norvig, 2004). Dentro de una capa, las neuronas suelen ser del mismo tipo. Se pueden distinguir tres tipos de capas (Calvo, 2017; Ruiz & Basualdo, 2001): De entrada: reciben datos o señales procedentes del entorno. De salida: proporcionan la respuesta de la red a los estímulos de la entrada. Ocultas: no reciben ni suministran información al entorno (procesamiento interno de la red). Generalmente las conexiones se realizan entre neuronas de distintas capas, pero puede haber conexiones intracapa o laterales y conexiones de realimentación que siguen un sentido contrario al de entrada-salida (Villalba, Gomez, & Laier, 2012). Aprendizaje de las Redes Neuronales Artificiales Es el proceso por el que una RNA actualiza los pesos (y, en algunos casos, la arquitectura) con el propósito de que la red pueda llevar a cabo de forma efectiva una tarea determinada (Universidad de Salamanca, s. f.). Según Universidad de Salamanca (s. f.), hay tres conceptos fundamentales en el aprendizaje: Paradigma de aprendizaje: información de la que dispone la red. Regla de aprendizaje: principios que gobiernan el aprendizaje. Algoritmo de aprendizaje: procedimiento numérico de ajuste de los pesos. Existen dos paradigmas fundamentales de aprendizaje (Rusell & Norvig, 2004): Supervisado: la red trata de minimizar un error entre la salida que calcula y la salida deseada (conocida), de modo que la salida calculada termine siendo la deseada. No supervisado o autoorganizado: la red conoce un conjunto de patrones sin conocer la respuesta deseada. Debe extraer rasgos o agrupar patrones similares. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 32 En cuanto a los algoritmos de aprendizaje, se tienen cuatro tipos (Romero et al., 2007): Minimización del error: reducción del gradiente, retropropagación, etc. La modificación de pesos está orientada a que el error cometido sea mínimo. Boltzmann: para redes estocásticas, donde se contemplan parámetros aleatorios. Hebb: cuando el disparo de una célula activa otra, el peso de la conexión entre ambas tiende a reforzarse (Ley de Hebb). Competitivo: sólo aprenden las neuronas que se acercan más a la salida deseada. Tipos de Redes Neuronales Artificiales Las redes neuronales artificiales se pueden clasificar según Andrade (2013), Cárdenas (2006) y Romero et al. (2007) como: Redes de Capa Simple o Unicapa: A pesar de que una sola neurona puede realizar modelos simples de funciones, su mayor productividad viene dada cuando se organizan en redes. La red más simple es la formada por un conjunto de perceptrones a los que entra un patrón de entradas y proporcionan la salida correspondiente. Por cada perceptrón que tengamos en la red vamos a tener una salida, que se hallará como se hacía con un perceptrón solo, haciendo el sumatorio de todas las entradas multiplicadas por los pesos. Al representar gráficamente una red, se añade una "capa" inicial que no es contabilizada a efectos de computación, solamente sirve para distribuir las entradas entre los perceptrones. Se denomina la capa 0. Una red unicapa solo puede resolver problemas linealmente separables, y las neuronas de salida pueden ser lineales o no lineales (Fig. 3). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 33 Figura 3. Red de capa simple o unicapa (Izaurieta & Saavedra, 2000). Redes multicapa: Las redes multicapa se forman por un conjunto de redes de capa simple en cascada unidas por pesos, donde la salida de una capa es la entrada de la siguiente capa (Fig. 4). Generalmente son capaces de aprender funciones que una red de capa simple no puede aprender, por lo que ofrecen mejores capacidades computacionales. Para que este incremento en poder computacional sea tal, tiene que existir una funciónde activación no lineal entre las capas, por lo que generalmente se utilizará una función de activación sigmoidea en detrimento de la lineal o umbral Para calcular la salida de una red multicapa se debe hacer de la misma manera que en las redes de capa simple, teniendo en cuenta que las salidas de una capa son las entradas de la siguiente capa. En una red multicapa, las capas ocultas, que en la figura 4 corresponde a la capa 2, siempre son no lineales. En estas redes se puede ver la idea del paralelismo al observar las capas. Cada neurona de una capa no necesita de las demás de su misma capa capa para trabajar, son capaces por lo tanto de trabajar simultaneamente. Estas redes son capaces de resolver problemas problemas mas complejos, pero su proceso de aprendizaje tambien es mas complicado. UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 34 Figura 4. Red multicapa (Izaurieta & Saavedra, 2000). Redes recurrentes: Las redes consideradas hasta ahora no tienen conexiones entre pesos de la salida de una capa a la entrada de la misma capa o anteriores. Las redes que poseen esta característica son conocidas como redes recurrentes. Las redes recurrentes no tienen memoria, es decir, la salida solamente está determinada por las entradas y los pesos. Las capas recurrentes redireccionan previas salidas a entradas. Su salida es determinada por su entrada y sus salidas previas, por lo que se puede asemejar a la memoria a corto plazo de los seres humanos. 1.2.3.2. Redes Neuronales Convolucionales Una red neuronal convolucional (CNN o ConvNet) es uno de los algoritmos más populares para Aprendizaje Profundo (Deep learning), que es un tipo de aprendizaje automático (machine learning) en el que un modelo aprende a realizar tareas de clasificación directamente a partir de imágenes, vídeos, textos o sonidos (Gimenez, 2018; MathWorks, 2020). Las redes neuronales convolucionales tienen una metodología similar a la de los métodos tradicionales de aprendizaje supervisado: reciben imágenes de entrada, detectan las características de cada una de ellas y luego arrastran un evaluador sobre ellas (Smeda, 2019). Las CNNs son especialmente útiles para localizar patrones en imágenes con el objetivo de reconocer objetos, caras y escenas. Aprenden directamente a partir UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 35 de los datos de imágenes, utilizando patrones para clasificar las imágenes y eliminar la necesidad de una extracción manual de características (Quintero, Merchán, Cornejo, & Galán, 2018). El uso de las CNNs para aprendizaje profundo se ha vuelto cada vez más popular debido a tres importantes factores (MathWorks, 2020): Eliminan la necesidad de una extracción manual de características: la propia CNN aprende directamente las características. Generan unos magníficos resultados de reconocimiento. Se pueden volver a entrenar para nuevas tareas de reconocimiento a partir de redes ya existentes. Una red neuronal convolucional puede tener decenas o cientos de capas que aprenden a detectar diferentes características de una imagen. Se aplican filtros a cada imagen de entrenamiento con distintas resoluciones, y la salida de cada imagen convolucionada se emplea como entrada para la siguiente capa. Los filtros pueden pasar de características muy simples, tales como el brillo y los bordes, a características más complejas que definen inequívocamente el objeto (Quintero et al., 2018). Arquitectura de la Red Neuronal Convolucional La arquitectura de as CNN es más específica: se compone de dos bloques principales: El primer bloque destaca la particularidad de este tipo de red neuronal ya que funciona como extractor de características (Fig. 5). Para hacer esto, realiza una coincidencia de plantillas aplicando operaciones de filtrado de convolución. La primera capa filtra la imagen con varios núcleos de convolución y devuelve "mapas de características", que luego se normalizan (con una función de activación) y/o se redimensionan. Este proceso se puede repetir varias veces: se filtran los mapas de características obtenidos con nuevos kernels, lo que da nuevos mapas de características para normalizar y redimensionar, y se puede volver a filtrar, y así sucesivamente. Finalmente, los valores de los últimos mapas de características se concatenan en un vector. Este vector define la salida del primer bloque y la entrada del segundo (Loncomilla, 2017; Smeda, 2019). UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 36 Figura 5. Red Neuronal Convolucional. Primer bloque se encierra en rojo y el segundo bloque en negro (Smeda, 2019). El segundo bloque no es característico de una CNN: de hecho está al final de todas las redes neuronales utilizadas para la clasificación (Fig. 5). Los valores del vector de entrada se transforman (con varias combinaciones lineales y funciones de activación) para devolver un nuevo vector a la salida. Este último vector contiene tantos elementos como clases: el elemento i representa la probabilidad de que la imagen pertenezca a la clase i. Por tanto, cada elemento está entre 0 y 1, y la suma de todos vale 1. Estas probabilidades son calculadas por la última capa de este bloque (y por lo tanto de la red), que utiliza una función logística (clasificación binaria) o una función softmax (clasificación multiclase) como función de activación. Al igual que con las redes neuronales ordinarias, los parámetros de las capas están determinados por la retropropagación del gradiente: la entropía cruzada se minimiza durante la fase de entrenamiento. Pero en el caso de CNN, estos parámetros se refieren en particular a las características de la imagen (Luna, Paris, Nakano, & Robles, 2016; Smeda, 2019). Al igual que otras redes neuronales, una CNN presenta una capa de entrada, una capa de salida y muchas capas ocultas intermedia. En las CNN se destacan, generalmente, cuatro tipos de capas: la capa convolucional, la capa de agrupación, la capa de corrección ReLU y la capa completamente conectada. Estas capas realizan operaciones que alteran los datos con el UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS - ESCUELA DE CIENCIAS BIOLÓGICAS - POSGRADOS PROGRAMA DE POSGRADO: MAESTRÍA EN CIENCIAS BIOLÓGICAS 37 objetivo de aprender las características específicas de esos datos (Picazo, 2018). Capa Convolucional: Es el componente clave de las redes neuronales convolucionales y siempre es al menos su primera capa. Esta capa hace pasar las imágenes de entrada a través de un conjunto de filtros convolucionales, y cada uno de ellos activa determinadas características de las imágenes. El principio es "arrastrar" una ventana que representa la característica en la imagen y calcular el producto de convolución entre la característica y cada parte de la imagen escaneada (Picazo, 2018). La capa convolucional recibe así varias imágenes como entrada y calcula la convolución de cada una de ellas con cada filtro. Los filtros corresponden exactamente a las características que se quieren encontrar en las imágenes. Por cada par (imagen, filtro) se obtiene un mapa de características, que dice dónde están las características en la imagen: cuanto mayor es el valor, más se asemeja el lugar correspondiente en la imagen a la característica (Smeda, 2019). Capa de agrupación: Este tipo de capa se coloca a menudo entre dos capas de convolución, recibe varios mapas de características y aplica
Compartir