Uma nova ferramenta de aprendizagem profunda pode dizer se o seu salmão é selvagem ou de viveiro
Anúncios
Um novo artigo na revista Biology Methods and Protocols, publicado pela Oxford University Press, conclui que podemos agora distinguir o salmão selvagem do salmão de viveiro utilizando a aprendizagem profunda, o que pode melhorar consideravelmente as estratégias de proteção ambiental.
Uma única escama de salmão pode revelar muito sobre a vida do peixe. À medida que o salmão cresce, as suas escamas formam anéis concêntricos cujo número e espaçamento reflectem o crescimento do seu corpo ao longo do tempo.
Eva Setsaas, Eva Thorstad, and Bengt Finstad/ Biology Methods and Protocols
A Noruega alberga as maiores populações de salmão selvagem ainda existentes e é também um dos maiores produtores de salmão de viveiro. A abundância de salmão do Atlântico na Noruega diminuiu mais de 50% desde a década de 1980 e encontra-se atualmente em níveis historicamente baixos. A fuga de salmão de viveiro é uma razão importante para este declínio. A Noruega produz anualmente mais de 1,5 milhões de toneladas métricas de salmão-do-Atlântico de viveiro. No entanto, todos os anos, cerca de 300 000 salmões de viveiro escapam para a natureza.
A fuga de salmão constitui uma ameaça ecológica e genética substancial para as populações selvagens, uma vez que aumenta a competição por recursos limitados, como alimentos e habitats de desova, podendo deslocar o salmão selvagem ou reduzir o seu sucesso reprodutivo. O salmão de viveiro também introduz agentes patogénicos e parasitas, como os piolhos do mar, agravando as pressões sobre as populações de salmão selvagem, já vulneráveis devido às alterações climáticas e à degradação dos habitats.
Os salmões de viveiro diferem geneticamente das populações selvagens e o cruzamento entre salmões de viveiro fugidos e salmões selvagens conduz a alterações genéticas que tornam os salmões selvagens menos aptos a adaptar-se às alterações ambientais ou a enfrentar as ameaças que os rodeiam. A análise genética mostra que cerca de dois terços dos salmões selvagens da Noruega têm assinaturas genéticas que indicam o cruzamento com salmões de viveiro.
Os cientistas monitorizam a fuga de salmões de viveiro através da análise genética e do exame das escamas dos peixes. No entanto, a monitorização manual das diferenças nos padrões das escamas dos peixes é morosa e extremamente dispendiosa. Os investigadores podem distinguir o salmão selvagem do salmão de viveiro porque as escamas do salmão crescem formando anéis concêntricos na sua superfície. Tal como acontece com os anéis das árvores, o número e o espaçamento destes anéis correspondem ao crescimento do peixe. O salmão de viveiro tem escamas que representam um crescimento rápido e constante, resultando em escamas regularmente espaçadas com marcadores sazonais limitados. Em contraste, o salmão selvagem regista uma variação sazonal acentuada no crescimento, devido a temperaturas inconsistentes, disponibilidade de presas e migração.
Para ajudar os investigadores a distinguir entre diferentes tipos de salmão a uma escala maior, os investigadores treinaram uma nova rede neural convolucional utilizando cerca de 90.000 imagens de escamas de salmão do Atlântico do Instituto Veterinário Norueguês e do Instituto Norueguês de Investigação da Natureza. Estabeleceram um pipeline de processamento padronizado e avaliaram o modelo em comparação com leitores de escala humana e peixes de origem conhecida.
O conjunto total de dados consistia em quase 90 mil imagens, abrangendo centenas de rios em toda a Noruega e remontando ao início da década de 1930. O salmão de viveiro representava aproximadamente 8,5% do total de imagens em comparação com o salmão selvagem.
Os investigadores descobriram que o pipeline de dados e o modelo podem processar rapidamente as imagens e fornecer previsões com estimativas de confiança associadas. O modelo teve um desempenho excecional e foi capaz de diferenciar o salmão de viveiro do salmão selvagem na maioria dos rios de salmão da Noruega, de 2009 a 2023, com uma precisão de 95%.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Malte Willmes, Anders Varmann Aamodt, Børge Solli Andreassen, Lina Victoria Tuddenham Haug, Enghild Steinkjer, Gunnel M Østborg, Gitte Løkeberg, Peder Fiske, Geir R Brandt, Terje Mikalsen, Arne Siversten, Magnus Moustache, June Larsen Ydsti, Bjørn Florø-Larsen; "Identifying escaped farmed salmon from fish scales using deep learning"; Biology Methods and Protocols, Volume 10, 2025-11-26
Outras notícias do departamento ciência
