Estimación de ploidía en fresa (Fragaria spp.) por morfología usando Inteligencia Artificial

Abstract

La estimación precisa de los niveles de ploidía en las fresas (Fragaria spp.) es crucial para los programas de mejoramiento enfocados en mejorar el rendimiento, la resistencia a enfermedades y la calidad del fruto. Los métodos tradicionales para determinar la ploidía, como la citometría de flujo y el conteo de cromosomas, son laboriosos y requieren conocimientos y recursos significativos. En este estudio, realizado en la División de Ciencias de la Vida (DICIVA), Universidad de Guanajuato, exploramos el uso de inteligencia artificial (IA) para estimar los niveles de ploidía en fresas mediante el análisis de parámetros morfológicos de estomas y granos de polen, utilizando algoritmos de aprendizaje automático para extraer características relevantes, como el tamaño de los estomas, su densidad y las dimensiones de los granos de polen.