Banca de DEFESA: Ian Carlos Bispo de Carvalho

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Ian Carlos Bispo de Carvalho
DATA : 27/01/2025
HORA: 08:00
LOCAL: Meio virtual
TÍTULO:

Xanthomonas phaseoli pv. manihotis: avaliação de genótipos de mandioca quanto à resistência e desenvolvimento de novos métodos de detecção

PALAVRAS-CHAVES:

Manihot esculenta, LAMP, imagens hiperespectrais, aprendizado de máquina

PÁGINAS: 130
RESUMO:

A cultura da mandioca desempenha um papel de grande relevância econômica e social, sendo amplamente cultivada devido à robustez e à capacidade da planta de tolerar estresses hídricos. No entanto, a produção está sujeita a diversas adversidades que podem comprometer seu potencial produtivo, destacando-se a bacteriose da mandioca, causada por Xanthomonas phaseoli pv. manihotis (Xpm). Essa doença é considerada uma séria ameaça à produção nacional de mandioca, sendo uma das mais importantes da cultura e figurando entre as dez principais bacterioses globais em termos científicos e econômicos. Diante desse cenário, o presente estudo tem como objetivo aprofundar o conhecimento sobre a bacteriose da mandioca por meio do desenvolvimento de métodos sensíveis de detecção baseados na amplificação isotérmica mediada por loop (Loop-Mediated Isothermal Amplification – LAMP) e em imagens hiperespectrais (Hyperspectral Imaging - HSI) combinadas com aprendizado de máquina, além de avaliar a resistência de genótipos de mandioca à bacteriose. Os genótipos avaliados pertencem ao banco de germoplasma da UnB e da EMBRAPA Cerrados. Para os testes, foram utilizados isolados da coleção do Laboratório de Bacteriologia Vegetal, coletados em diferentes regiões do Brasil. Realizou-se a recuperação dos isolados preservados, seguida da confirmação de suas identidades em nível de gênero. Adicionalmente, novos isolados foram coletados em áreas produtoras de mandioca em diferentes regiões do país. Os DNAs de todos os isolados foram extraídos e quantificados. A partir da análise comparativa dos genomas de Xpm e outras espécies do gênero Xanthomonas, foram desenhados primers específicos para detecção por LAMP. Além disso, imagens hiperespectrais de folhas sadias e infectadas foram utilizadas para o treinamento e teste de seis modelos de aprendizado de máquina: Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), KNearest Neighbors (KNN), Extreme Gradient Boosting (XGBoost) e Multi-Layer Perceptron (MLP). Para a avaliação da resistência dos genótipos de mandioca, as plantas foram inoculadas com Xpm e submetidas a avaliações periódicas da severidade e do índice da doença. As plantas foram propagadas e cultivadas em ambiente protegido, na área experimental da UnB, para assegurar condições controladas durante os experimentos. O teste LAMP desenvolvido neste estudo demonstrou alta sensibilidade, detectando até 100 fg de DNA do isolado tipo (IBSBF 278), e alta especificidade, sem reações cruzadas com outras espécies bacterianas ou patovares, amplificando apenas isolados de Xpm. O método foi eficiente para detectar Xpm em folhas de mandioca infectadas ou maceradas, sem necessidade de tratamento adicional das amostras, sendo adequado para monitoramento da doença em laboratório e campo. A avaliação da resistência de genótipos de mandioca revelou três grupos: moderadamente resistentes, moderadamente suscetíveis e suscetíveis, com base na escala de severidade e na Área Abaixo da Curva de Progresso da Doença (AUDPC). Nenhum genótipo apresentou resistência completa, destacando a importância de múltiplos ensaios sob diferentes condições ambientais para compreender melhor o comportamento dos genótipos. Na análise por imagens hiperespectrais, o SVM obteve o melhor desempenho, com 91,21% de acurácia e AUC-ROC de 0,9684, seguido por MLP (86,14%), RF (77,52%) e XGBoost (79,04%). KNN e DT tiveram os piores resultados, com acurácias de 70,44% e 71,62%, respectivamente. Esses resultados indicam que o HSI combinado com SVM é um método rápido e preciso para diagnosticar a bacteriose da mandioca, com potencial para aplicações em larga escala. Pesquisas futuras podem melhorar o desempenho dos modelos e explorar alternativas mais econômicas.

MEMBROS DA BANCA:
Externo à Instituição - EVERALDO ANTONIO LOPES - UFV
Externo à Instituição - JAYME GARCIA ARNAL BARBEDO - EMBRAPA
Interna - 2215041 - MARISA ALVARES DA SILVA VELLOSO FERREIRA
Presidente - 3051226 - MAURICIO ROSSATO
Interna - 3117540 - THAIS RIBEIRO SANTIAGO