APPROCCI PARTECIPATIVI PER LA VALORIZZAZIONE E LA CONSERVAZIONE DECENTRALIZZATA DELLE RISORSE GENETICHE AGRARIE, Dal germoplasma di fagiolo all’utilizzo dell’intelligenza artificiale per la conservazione e la caratterizzazione di varietà locali

La crescente erosione della diversità genetica in agricoltura rappresenta una delle principali sfide per la sostenibilità dei sistemi colturali e per la sicurezza alimentare globale. Le risorse genetiche vegetali e le relative strategie di conservazione, sia ex situ sia in situ, costituiscono un patrimonio indispensabile per il miglioramento delle colture, l’adattamento al cambiamento climatico e il mantenimento dei servizi ecosistemici. All’interno di tale quadro, le specie “orfane” o Neglected and Underutilized Species (NUS), tra cui numerosi legumi tradizionali, assumono un ruolo centrale grazie ai loro benefici agronomici, quali la fissazione biologica dell’azoto, il miglioramento della fertilità e della struttura del suolo, l’efficienza d’uso delle risorse e il contributo alla biodiversità funzionale. Parallelamente, nuovi modelli di ricerca aperta, partecipata ed inclusiva come il ricorso alla scienza dei cittadini (Citizen Science), il breeding partecipativo e le reti comunitarie per la conservazione del germoplasma, offrono opportunità innovative per integrare dati, conoscenze locali e partecipazione attiva nella gestione della diversità agraria e della conservazione decentralizzata di risorse genetiche. In questo contesto si inserisce il progetto europeo INCREASE (https://www.pulsesincrease.eu/), che promuove un approccio decentralizzato e partecipativo alla caratterizzazione del fagiolo comune (Phaseolus vulgaris L.) tramite la raccolta diffusa di dati e immagini da parte di cittadini coltivatori, nell’ambito di un esperimento di Scienza dei Cittadini (Citizen Science Experiment; CSE) (https://www.pulsesincrease.eu/experiment). La presente tesi si articola in una sezione bibliografica, nella quale vengono analizzati i concetti di biodiversità, risorse genetiche, le strategie di conservazione e valorizzazione del germoplasma, inclusi gli approcci di scienza partecipativa; ed una sezione sperimentale, nella quale l’obiettivo è quello di addestrare dei modelli, basati su tecniche di machine learning, in grado di estrarre informazioni fenotipiche da immagini provenienti dalla rete dei cittadini del CSE, al fine di supportare la conservazione e la valorizzazione delle risorse genetiche e, in prospettiva futura, la possibilità di sviluppare una strategia per tracciare e valutare il materiale che viene conservato e diffuso dai cittadini con lo scambio dei semi. L’utilizzo di caratteristiche morfologiche dei semi (e.g., pattern di colorazione, brillantezza) come tratti distintivi di una accessione o varietà, rappresenterà uno strumento utile al fine di supportare la tracciabilità del germoplasma; l’obiettivo sarà quello di poter identificare con una elevata percentuale di successo, eventuali errori come lo scambio accidentale di semi di varietà diverse, e la non corrispondenza con i codici DOI di riferimento. I modelli ottenuti potranno eventualmente supportare il riconoscimento varietale, seppur con i limiti che si potrebbero presentare tra varietà che presentino semi con caratteristiche morfologiche affini, e risultare di interesse per supportare l’identificazione di classi commerciali basati sulle caratteristiche del seme (e.g., borlotto, cannellino) per germoplasma poco caratterizzato. Il lavoro mette in luce il potenziale della collaborazione tra reti partecipative per conservazione decentralizzata delle risorse genetiche e tecniche avanzate di intelligenza artificiale, sottolineando come l’integrazione di dati provenienti dai cittadini e strumenti computazionali possa contribuire alla caratterizzazione e valorizzazione della biodiversità agricola, supportando al contempo le attività delle banche del germoplasma e dei programmi di miglioramento genetico.