Científicos de Brasil simulan el efecto del aumento de la temperatura en el océano Antártico mediante IA

Un estudio publicado en la revista Frontiers in Marine Science es el primero que prevé el impacto de los cambios a largo plazo en el nivel de calor de la superficie marítima sobre la diversidad microbiana local mediante el empleo de una metodología de inteligencia artificial

Por Karina Ninni  |  Agência FAPESP – Un intento de “simulación de la vida” mediante el empleo de una técnica de inteligencia artificial conocida como aprendizaje de máquinas o aprendizaje automático para prever el impacto del aumento de la temperatura sobre la superficie del océano Austral en los microorganismos que lo habitan. Ese fue el objetivo del trabajo que llevó a cabo un equipo multidisciplinario que incluye al oceanógrafo Marcos Tonelli y a la bióloga Amanda Gonçalves Bendia, posdoctorandos y docentes colaboradores del Instituto Oceanográfico de la Universidad de São Paulo (IO-USP), en Brasil, además de a otros cinco científicos de esa misma institución: Juliana Neiva, Bruno Ferrero, Ilana Wainer, Camila Signori y Vivian Pellizari. 

En el referido estudio, los investigadores consideraron cuatro escenarios de emisiones para analizar la sensibilidad de la superficie del océano Antártico ante el calentamiento global. Al trabajar con los microorganismos que componen la base de la cadena alimentaria, descubrieron una tendencia a la disminución de algunos seres que toman parte en procesos biogeoquímicos cruciales, y que son los productores de los nutrientes necesarios para ellos mismos y para muchas otras formas de vida. Asimismo, también detectaron un aumento de algunos grupos que dependen del consumo de esos nutrientes, pues no producen sus propios alimentos (heterotróficos).

Se emplearon en dicho trabajo dos formas de predicción. En la primera, denominada índice de diversidad, los científicos se enfocaron en las diferencias observables en la merma de la diversidad de los organismos de acuerdo con los escenarios.

“En un escenario de mayores emisiones, tendremos una pérdida significativa de diversidad”, adelanta Tonelli, el primer autor del artículo, publicado en la revista Frontiers in Marine Science.

La segunda fue la predicción referente a grupos taxonómicos específicos (al nivel de los órdenes), en la cual el equipo detectó que grupos muy importantes para el medio ambiente, y no solamente de la Antártida, mostraron una disminución en cuanto a su abundancia. Esta investigación cuenta con el apoyo de la FAPESP en el marco de dos proyectos (12/23241-0 y 18/14789-9).

Una metodología innovadora

Los cuatro escenarios socioeconómicos que los científicos contemplaron se determinaron en el ámbito del Programa Mundial de Investigaciones Climáticas (PMIC, o WCRP, por sus siglas en inglés), que coordina el desarrollo de modelos del clima y del sistema terrestre a cargo de los principales centros de modelado del mundo, en el marco a su vez de un proyecto denominado Coupled Model Intercomparison Project, que actualmente se encuentra en su sexta fase (CMIP6). Los modelos del CMIP6 simulan el clima en distintos escenarios de actividad humana sobre el ambiente en el futuro, denominados SSP (trayectorias socioeconómicas compartidas, por sus siglas en inglés).

Para ese estudio se consideraron cuatro escenarios SSP que ilustran los posibles drivers antropogénicos del calentamiento global: SSP1-2.6 (la trayectoria de la sostenibilidad, con bajos desafíos para la mitigación y la adaptación); SSP2-4.5 (el término medio, con medianos retos para la mitigación y la adaptación); SSP3-7.0 (el escenario de rivalidad regional, con grandes desafíos para la mitigación y la adaptación), y SSP5-8.5 (el escenario de desarrollo impulsado con combustibles fósiles, con grandes retos para la mitigación y bajos desafíos para la adaptación). Los cambios en la temperatura de la superficie del océano Austral correspondientes a los diferentes escenarios SSPs son de aproximadamente 0,3 °C; 0,7 °C; 1,25 °C y 1,6 °C respectivamente entre 2015 y 2100.

“Los escenarios de altas emisiones proyectaron un surgimiento mucho más precoz del cambio de temperatura inducido por el hombre en todo el océano Austral”, adelanta Tonelli.

En tanto, los datos de la comunidad microbiana se obtuvieron con base en estudios publicados anteriormente en el ámbito del Programa Antártico Brasileño y corresponden a un total de 105 muestras de aguas superficiales recolectadas en el noroeste de la península Antártica y al noroeste del mar de Weddell. Gonçalves Bendia participó en varios de esos estudios, realizados por Signori y Pellizari.

“Efectuamos la recolección de muestras de agua in situ, en varios puntos distintos (a aproximadamente cinco metros de profundidad). Filtramos grandes cantidades de agua para concentrar esos microorganismos. El objetivo era analizar todos los seres que encontrásemos en el medio, por eso nos enfocamos en la diversidad del ambiente. Concretamos la extracción del ADN de las células y realizamos su secuenciación. Esos datos microbiológicos se obtuvieron en proyectos anteriores financiados por el Programa Antártico Brasileño [Interbiota, EcoPelagos, Micrósfera y Criósfera], con la participación de las profesoras Camila Signori y Vivian Pellizari. Marcos Tonelli aportó la idea de juntar las muestras y los datos que teníamos para incluirlos en el modelo. Y teníamos datos de varios años”, explica Gonçalves Bendia.

Finalmente, para “simular la vida”, los investigadores se valieron de herramientas de aprendizaje de máquinas. Se trata de una rama de la inteligencia artificial que estudia la elaboración de algoritmos que operan con base en inputs muestrales, confeccionando un modelo cuyo objetivo consiste en efectuar previsiones o servir de base para la toma de decisiones (orientadas por los datos suministrados).

“Trabajo con proyecciones climáticas, con modelos globales. El problema de esos modelos climáticos reside en que no logran simular la vida. Se basan principalmente en ecuaciones físicas. El modelado numérico de la parte física es más fácil. Pero con respecto a la vida, a los procesos biológicos, aún no hemos encontrado ecuaciones que den cuenta de ello con precisión. Por eso pensamos: si no logramos que esos modelos reproduzcan los impactos en la vida [en este caso, de las comunidades microbianas], ¿qué podemos hacer?”, recuerda Tonelli.

De acuerdo con el artículo, los algoritmos como el Random Forest (RF, o Bosque Aleatorio, en su traducción literal) y las llamadas redes neurales (modelos computacionales capaces de concretar el aprendizaje de máquinas y el reconocimiento de patrones) son algunas de las herramientas más eficaces para analizar los datos de los microbiomas.

“Por eso decidimos aplicar un modelo de RF para investigar la respuesta microbiana a los cambios en la temperatura de la superficie del mar a largo plazo en términos de diversidad y composición. Se trata de un modelo de aprendizaje automático que combina diversos árboles de decisiones, entrenando a cada uno de ellos en un conjunto ligeramente distinto de observaciones y emitiendo una predicción final de acuerdo con el resultado de cada árbol de decisión”, revela el oceanógrafo.

El gran desafío, según dice, radicó en calibrar el aparato. “Para ‘entrenar a la máquina’ a los efectos de reproducir la realidad, se requiere contar con una gran cantidad de muestras. Teníamos 105 muestras, entonces utilizamos unas 80 para el entrenamiento y dejamos las restantes para el calibrado. Sabemos lo que es la realidad porque contamos con las muestras que se recogieron en la Antártida. Así es como vamos ajustando la máquina hasta que esta logre reproducir la situación real. Por último, insertamos los datos climáticos y vemos la respuesta que nos da el modelo.”

Según Tonelli, es la primera vez en que se aplica este recurso del aprendizaje de máquinas a tal fin. Y esta metodología puede replicarse a otros ambientes (en los océanos).

Los resultados

Las simulaciones apuntan una disminución de la riqueza y de la diversidad de las comunidades microbianas en todas las proyecciones climáticas, en tanto que el aumento de las emisiones provocaría una merma más significativa, especialmente en el escenario más crítico (SSP5-8.5).

Mientras que el escenario de bajas emisiones (SSP1-2.5) proyectó pequeños cambios en la abundancia relativa de microorganismos, los tres escenarios con mayor aumento de la temperatura, incluido el escenario de “término medio”, muestran alteraciones en la estructura de las comunidades microbianas que comprenden la pérdida de diversidad, y una baja del nivel de microorganismos importantes para los procesos biogeoquímicos y el funcionamiento del ecosistema en el noroeste de la península Antártica y al noroeste del mar de Weddell.

Gonçalves Bendia hace hincapié en una arquea del orden Nitrosopumilales que oxida el amoníaco. Y explica que toda la vida de la Tierra se encuentra dividida en tres grandes dominios (Bacteria, Archaea y Eukarya). El dominio de las arqueas ha sido poco estudiado hasta ahora.

“Ese grupo de arqueas del orden Nitrosopumilales efectúa la oxidación del amoníaco y fija dióxido de carbono [CO₂], y es relativamente conocido en la ciencia. Es muy abundante en la Antártida, pues tiene afinidad con las aguas heladas. Y en él notamos una mengua drástica después de la predicción. Esas arqueas efectúan un proceso de remineralización de la materia orgánica y toman parte en el ciclo de nutrientes del ambiente para que otros microorganismos los utilicen. De haber una interrupción de este proceso, los otros microorganismos se quedarán sin nutrientes. Y hay otro grupo, de bacterias en este caso, que efectúa la oxidación de compuestos de azufre, que también ha disminuido. Ciertos compuestos de azufre en forma reducida pueden ser tóxicos para algunos organismos del ambiente, entonces estas efectúan la oxidación de esos compuestos.”

Según la investigadora, también ha habido una merma de grupos poco conocidos, como en el caso de una arquea planctónica llamada Marine Group II. En cambio, el modelo proyectó una mayor abundancia relativa para el orden de los Flavobacteriales, que abarca a varias familias de bacterias heterotróficas.

“Esperábamos una alteración en la predicción realizada con base en los diversos escenarios y modelos de aprendizaje de máquinas, pero no imaginábamos que pudiesen aparecer en esos grupos claves de microorganismos, muy importantes para el ecosistema y para los ciclos biogeoquímicos”, afirma Gonçalves Bendia, reiterando que esos órdenes están compuestos por varias especies con papeles importantes en el funcionamiento de los ecosistemas oceánicos, incluidos los ciclos del azufre, el nitrógeno y el carbono, y que actualmente se los considera abundantes en la superficie oceánica.

“Estamos hablando de la parte más baja de la cadena trófica, de los productores primarios: de allí parte toda la cadena alimentaria que llega hasta los grandes mamíferos. Si los consumidores están aumentando y los productores no, ¿cómo repercutirá eso en los niveles superiores? Aún no lo sabemos, y necesitamos un buen equipo de expertos para entenderlo. Pero creo que algunos grupos serán privilegiados y otros sufrirán con los cambios”, resume Tonelli.

Las implicaciones de una disminución en la oxidación del amoníaco en los ecosistemas estudiados aún no están claras, pero algunos estudios de modelado indicaron que puede tener efectos sobre los nutrientes, sobre la desnitrificación (la transformación del nitrato en otras formas de nitrógeno que pueden regresar a la atmósfera), sobre la productividad marina y sobre secuestro biológico de carbono desde los océanos.

“Los cambios de temperatura modulan la dinámica de la comunidad microbiana marina del océano Austral”, concluyen los autores en el artículo intitulado Climate Projections for the Southern Ocean Reveal Impacts in the Marine Microbial Communities Following Increases in Sea Surface Temperature, que puede leerse ingresando al siguiente vínculo: www.frontiersin.org/articles/10.3389/fmars.2021.636226/full.