La industria camaronera se enfrenta a un enemigo formidable: el virus del síndrome de la mancha blanca (WSSV). Este patógeno altamente contagioso puede diezmar las poblaciones de camarones de cultivo, causando hasta un 100% de mortalidad en cuestión de días. Con su impacto devastador, encontrar estrategias efectivas de detección y mitigación es crucial para el futuro del cultivo sostenible de camarón.
Pero los camaroneros ahora cuentan con una herramienta poderosa en la lucha contra el WSSV: el aprendizaje profundo.
Un equipo de científicos de la E.G.S. Pillay Engineering College, de la University College of Engineering y de la SASTRA Deemed to Be University se planteó realizar la clasificación de camarones infectados con WSSV sobre la base de una metodología de aprendizaje profundo (Inteligencia Artificial).
WSSV: Una amenaza sigilosa
El WSSV pertenece a la familia Nimaviridae y se dirige específicamente a los crustáceos, siendo las especies de camarones cultivados las más afectadas por este virus.
El virus del síndrome de la mancha blanca ataca a todos los grupos de edad e infecta tejidos clave como los ganglios linfáticos, las branquias y la capa exterior, y puede provocar un 100% de mortalidad en solo 3 a 10 días.
“La secuenciación completa del genoma relacionado con las cepas de WSSV de Tailandia, China y Taiwán ha identificado pequeñas variaciones genéticas entre ellas” reportaron los científicos; no obstante, las razones detrás de su potencia siguen siendo un misterio.
Los científicos continúan debatiendo el papel del tamaño del genoma, la expresión de proteínas e incluso el número de secuencias de ADN repetitivas en la determinación de la virulencia del WSSV.
El aprendizaje profundo
Esta investigación propone un nuevo enfoque de aprendizaje profundo para clasificar con precisión los camarones infectados con WSSV. Así es como funciona:
- Recopilación de datos: Las imágenes de camarones se recopilan de granjas y fuentes en línea, lo que proporciona un conjunto de datos diverso para entrenar el algoritmo.
- Preprocesamiento y segmentación: La técnica de patrones binarios locales (LBP) limpia y prepara las imágenes, mientras que la segmentación Voronoi Fuzzy C-Means guiada por texturas (TGVFCMS) identifica y separa las características relevantes.
- Extracción de características: El análisis discriminante lineal paramétrico (PLDA) extrae características clave de las imágenes segmentadas, destacando las diferencias entre camarones sanos y enfermos.
- Clasificación y optimización: Finalmente, la red de Unidad recurrente cerrada mejorada (EGRU), optimizada por el algoritmo de optimización de la migración de gansos salvajes (WGMO), clasifica cada camarón como sano o infectado por WSSV.
“Los indicadores de rendimiento de precisión se han comparado con los de varios métodos convencionales y los resultados muestran que la metodología es capaz de identificar con precisión la enfermedad del WSSV del camarón”, reportaron los autores del estudio.
Una herramienta para combatir el virus de la mancha blanca
Esta metodología de aprendizaje profundo supera a los métodos tradicionales en la identificación precisa de camarones infectados con WSSV. Este avance allana el camino para:
- Detección temprana y cuarentena: Los camarones infectados pueden identificarse y aislarse rápidamente, previniendo la propagación del virus.
- Tratamiento y prevención específicos: Se pueden desarrollar intervenciones específicas según la gravedad y el tipo de cepa de WSSV.
- Acuicultura sostenible: Al proteger los camarones del WSSV, podemos garantizar un suministro seguro de alimentos y salvaguardar los medios de vida de innumerables personas.
Conclusión
El éxito de este enfoque de aprendizaje profundo podría cambiar las reglas del juego para la industria de la acuicultura. La detección temprana de brotes de WSSV permite una intervención rápida, lo que potencialmente salva a las granjas de pérdidas catastróficas. Además, reducir la dependencia de los antibióticos y otros métodos tradicionales mediante la adopción de soluciones sostenibles como el aprendizaje profundo se alinea con el objetivo de prácticas acuícolas responsables y respetuosas con el medio ambiente.
La batalla contra el WSSV está lejos de terminar, pero soluciones innovadoras como este enfoque de aprendizaje profundo ofrecen un rayo de esperanza. Aprovechando el poder de la tecnología, podemos salvaguardar el futuro del cultivo de camarón y garantizar un suministro seguro y sostenible de esta fuente vital de productos del mar.
Contacto
L. Ramachandran
Department of Electronics and Communication Engineering
E.G.S. Pillay Engineering College
Nagapattinam, Tamilnadu, 611002, India
Email: fourstar.lr@gmail.com
Referencia
Ramachandran, L., Mangaiyarkarasi, S.P., Subramanian, A. et al. Shrimp classification for white spot syndrome detection through enhanced gated recurrent unit-based wild geese migration optimization algorithm. Virus Genes (2024). https://doi.org/10.1007/s11262-023-02049-0
