Opinión: La agricultura debe reemplazar la pequeña ciencia con la gran ciencia
ARRIBA: © ISTOCK.COM, PIXELFIT
Es hora de que los investigadores agrícolas aprovechen mejor la enorme cantidad de datos que producen y entren en una era de «gran ciencia». Los datos abiertos (datos que están disponibles públicamente y que han sido preparados intencionalmente para su reutilización e innovación por parte de otros) son el camino hacia los avances en investigación del futuro. Pero para dar ese paso, la ciencia agrícola debe cambiar de manera significativa. Eso es lo que concluyó nuestro grupo de trabajo de siete personas en un informe publicado el 11 de marzo para el Consejo de Ciencia y Tecnología Agrícolas.
Ciencia pequeña: investigadores que trabajan solos o en pequeños grupos, analizando, interpretando, y compartir solo sus resultados más importantes, ya no es adecuado para mejorar la producción mundial de alimentos, la mejora de la nutrición, la seguridad alimentaria y la prevención de enfermedades, todo mientras se protege el medio ambiente. Equipos de diferentes disciplinas, que trabajan con conjuntos de datos sólidos e información ampliamente disponible y compartida son lo que se requiere hoy para lograr un progreso sustancial en…
Pedimos la creación de bases de conocimiento centralizadas que vinculen repositorios institucionales y disciplinarios para datos de investigación agrícola.
Pero existen impedimentos para implementar la gran ciencia en la investigación agrícola. Una es la falta de acceso a los datos que ya existen. Se producen muchos datos, pero no se comparten. La falta de acceso a los datos disminuye el valor de la inversión pública en ciencia, ya que es una barrera para tomar mejores decisiones en la agricultura. Sin una toma de decisiones basada en evidencia, la política se apoya demasiado y con demasiada frecuencia en la opinión de expertos y en información parcial.
En la investigación agrícola, los enfoques para el diseño de la investigación y la recopilación de datos rara vez se estandarizan entre los estudios, y el acceso y uso de los datos por otros sigue dependiendo de acuerdos individuales y soluciones únicas de prueba y error para la transferencia de datos.
Necesitamos una infraestructura para respaldar el intercambio de datos y su síntesis rutinaria en prácticas y políticas agrícolas. Esto potenciaría un enfoque estadístico para combinar múltiples estudios y conduciría a una mejor comprensión de los resultados experimentales. El concepto no es nuevo. La medicina y otras disciplinas lo hacen rutinariamente para traducir la ciencia en una práctica efectiva. Debería suceder también en la agricultura.
Con ese fin, pedimos la creación de bases de conocimiento centralizadas que vinculen los repositorios institucionales y disciplinarios emergentes para los datos de investigación agrícola. En el Centro Nacional de Información Biotecnológica, por ejemplo, se albergan datos de secuencias genéticas de miles de especies y las herramientas desarrolladas para buscarlas. Como resultado, los investigadores están identificando rápidamente las funciones de los genes, las causas de las enfermedades y las firmas evolutivas humanas. Esto simplemente no podría hacerse si los datos genéticos/genómicos estuvieran dispersos en cientos de computadoras de laboratorio de investigadores individuales. El desafío es extender este modelo a los diversos métodos y escalas de estudios diseñados para comprender las interacciones de la genética vegetal y animal con las variadas y cambiantes tecnologías de manejo y los entornos en los que se utilizan.
Aunque desafiante Para lograrlo, el establecimiento de una infraestructura de base de conocimiento similar para las ciencias agrícolas facilitaría la organización de los datos de investigación de acuerdo con los principios articulados en el acrónimo FAIR: los datos deben ser localizables, accesibles, interoperables y reutilizables. Dichas bases de conocimiento servirían no solo como portales para la reutilización de datos, sino que también crearían productos de datos de valor agregado basados en intereses y objetivos anticipados de científicos e innovadores que buscan datos para nuevos proyectos. Ejemplos de estos incluyen fusiones de datos de experimentos de campo similares con datos de mapeo regional de las propiedades del suelo y monitoreo en la corriente de la calidad del agua para respaldar las métricas de sostenibilidad para las cadenas de suministro de alimentos. Pero, ¿cómo podemos hacer esto?
Primero, los investigadores agrícolas deberán asociarse con científicos de datos que sepan cómo reunir información en formas que puedan extraerse para detectar tendencias, filtrarse para obtener ideas prometedoras y traducirse para usuarios finales. Los colegios y universidades deberán reorientarse para apoyar la ciencia en equipo y el intercambio de datos. Los planes de estudios de pregrado y posgrado deben incluir cierta comprensión de las ciencias de la información y su uso en la investigación de los sistemas alimentarios. Los sistemas de evaluación profesional y recompensa para los profesores tienen que tener en cuenta la gama más amplia de actividades docentes asociadas con la ciencia en equipo.
Las agencias individuales del USDA mantienen y pagan por separado sus propias plataformas de datos geoespaciales. es ineficiente
Un programa sólido de intercambio de datos debe incluir información que actualmente no está completamente representada por publicaciones revisadas por pares. Por ejemplo, los conjuntos de datos que incluyen toda la información sobre cultivos, suelos, medio ambiente y otros metadatos adquiridos por investigadores individuales y universidades deben integrarse con cada publicación académica; en la actualidad, las publicaciones incluyen solo una fracción de los datos y metadatos que recopilan los investigadores.
Con respecto a la literatura revisada por pares en sí, se necesita hacer más para publicar estudios con resultados negativos o estudios de verificación que confirmen resultados de investigaciones publicados anteriormente. Muchas revistas desaconsejan específicamente a los autores que envíen resultados que no sean novedosos; los investigadores han respondido omitiendo el lento proceso de introducir sus resultados científicamente menos emocionantes en este registro formal de la ciencia. Sin embargo, estos son fundamentales para una base imparcial para la práctica agrícola basada en evidencia. Una idea: el uso de informes registrados donde las propuestas aprobadas por pares se registran antes de la recopilación de datos, asegurando que los autores publicarán sus resultados sin importar los hallazgos.
También existen otras ineficiencias de datos en la ciencia agrícola. En la actualidad, las agencias individuales del Departamento de Agricultura de EE. UU., como el Servicio de Investigación Agrícola, la Agencia de Servicios Agrícolas, el Servicio Forestal y el Servicio Nacional de Estadísticas Agrícolas, mantienen y pagan por separado sus propias plataformas de datos geoespaciales. Es ineficiente que varias organizaciones creen sus propias soluciones provisionales. La agrupación de conjuntos de datos y la creación de una ventanilla única es más rentable y eficiente, y simplifica el descubrimiento de datos.
Una de las claves para que los datos estén más disponibles es cambiar el modelo comercial de las agencias que financian la investigación agrícola. Las agencias de subvenciones deben exigir el intercambio y la agrupación de datos, siempre que sea posible. Y tal vez las agencias de financiamiento deberían pagar directamente en proporción a la cantidad que otorgan por la infraestructura necesaria para crear un centro nacional de información sobre investigación agrícola. Es una inversión que se pagaría sola muchas veces.
Sylvie Brouder es la silla Wickersham de Excelencia en Investigación Agrícola y profesor en el Departamento de Agronomía de la Universidad de Purdue. Dirigió la publicación Ag Data Taskforce para el Consejo de Ciencia y Tecnología Agrícolas.
¿Le interesa leer más?
El científico ARCHIVOS
Conviértase en miembro de
Reciba acceso completo a más de 35 años de archivos, así como a TS Digest, ediciones digitales de The Scientist, artículos destacados, ¡y mucho más!Únase gratis hoy ¿Ya es miembro?Iniciar sesión Aquí