Nome do Projeto
Contagem de nematoides com IA e compatibilidade com parasitoide no controle de Drosophila suzukii
Ênfase
Pesquisa
Data inicial - Data final
02/09/2026 - 30/08/2030
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências Biológicas
Resumo
Este projeto propõe o desenvolvimento de uma ferramenta inovadora baseada em Inteligência Artificial (IA) para a contagem automatizada de nematoides entomopatogênicos (NEPs) e a avaliação da compatibilidade desses agentes com o parasitoide Trichopria anastrephae no controle da praga invasora Drosophila suzukii, responsável por severos prejuízos econômicos em culturas de frutos de epicarpo delgado como morango, amora, framboesa e mirtilo. A proposta combina técnicas avançadas de visão computacional e aprendizado profundo (YOLOv8) para identificar e quantificar juvenis de NEPs em imagens microscópicas, reduzindo significativamente o tempo e os custos associados à contagem manual. Paralelamente, serão conduzidos bioensaios laboratoriais para verificar interações sinérgicas ou antagônicas entre NEPs e T. anastrephae, estabelecendo protocolos de uso conjunto e avaliando parâmetros como taxa de parasitismo, mortalidade e emergência. Espera-se alcançar precisão na ferramenta de IA, recall ≥ 88% e F1-score ≥ 0,89, além de correlação de Pearson ≥ 0,80 em relação às contagens realizadas por especialistas humanos. Os ensaios biológicos deverão demonstrar mortalidade ≥ 70% em pupas de D. suzukii e manutenção da taxa de parasitismo do parasitoide sem redução superior a 10% na presença de NEPs, identificando sequências ótimas de aplicação que maximizem o controle combinado. Os resultados esperados incluem o desenvolvimento de uma ferramenta inédita de IA com interface gráfica funcional, manual de uso e repositório aberto, além da geração de evidências científicas sobre a compatibilidade biológica entre NEPs e T. anastrephae. O impacto do projeto é estratégico: redução do uso de inseticidas químicos, fortalecimento da sustentabilidade agrícola, avanço metodológico e tecnológico em entomologia aplicada e consolidação do Brasil como referência internacional em pesquisa de controle biológico. A proposta está alinhada às diretrizes do CNPq nas áreas de Produção, Desenvolvimento Sustentável e Agronegócio, contribuindo para inovação científica e tecnológica com relevância nacional e internacional.
Objetivo Geral
• Contribuir com o conhecimento do uso de IA e de compatibilidade entre agentes de controle biológico como base para o manejo integrado de Drosophila suzukii
Justificativa
Drosophila suzukii Matsumura (Diptera: Drosophilidae) ou Drosophila da Asa Manchada (DAM), é uma das pragas invasoras mais importantes. É uma espécie polífaga, e seus hospedeiros preferidos são frutos com epicarpo delgado, como morango (Fragaria spp) (Rosaceae), amora (Rubus spp.) (Rosaceae), mirtilo (Vaccinium spp.) (Ericaceae) e framboesa (Rubus spp.) (Rosaceae) (WOLLMANN et al. 2020a). Essa espécie ocorre na Ásia, Europa, Américas e África e Oceania (Garcia et al. 2022).
Segundo Garcia (2020a), D. suzukii pode causar pelo menos quatro tipos de danos:
• danos culturais - os frutos danificados são descartados para processamento industrial ou para consumo in natura e os pomares infestados são depreciados fazendo com que os frutos percam seu valor comercial;
• danos econômicos - os pomares se tornam economicamente ineficientes, levando a perdas de investimentos e à insolvência dos produtores; a comercialização de frutas no mercado externo torna-se inviável; superávits de moedas estrangeiras não são mais gerados; frutas de áreas infestadas não atingem preços lucrativos no mercado interno; quantidade de impostos e taxas cobráveis diminui.
• danos sociais - causam o empobrecimento crescente da população, o êxodo rural e o desemprego
• danos ambientais - perda de biodiversidade e processos ecossistêmicos. O estabelecimento de D. suzukii em novas áreas pode causar rompimento do isolamento genético e interferir na dinâmica dos sistemas naturais, causando a extinção prematura de espécies. Assim, D. suzukii pode dominar grandes áreas após ter substituído espécies autóctones e mudar as cadeias tróficas.
As perdas ocasionadas por D. suzukii na produção de framboesas e morangos em três municípios da California, Estados Unidos, variam de $ US 511,3 milhões a $ US 421,5 (BOLDA et al. 2010).
Na cultura da cereja as perdas causadas por D. suzukii são de 1, 2 a 2,7 ton / hectare equivalente a 5.000–17.550 USD / hectare e em mirtilos as perdas são de 1–1,5 ton / hectare ou uma perda equivalente a 4.000 USD / hectare no Chile (BUZZETI et al. 2020). No Brasil estima-se que as perdas econômicas sejam na ordem de US $ 21,4 milhões para pêssegos e US $ 7,8 milhões para figos (BENITO et al. 2018)
A população de D. suzukii do Brasil é originária da América do Norte, com mistura genética entre indivíduos de D. suzukii do sudoeste e leste regiões dos EUA (FRAIMOUT et al 2017). Atualmente a espécie é encontrado em oito estados do país, os primeiros registros foram no Rio Grande do Sul e Santa Catarina (DEPRÁ et al. 2014, ZAZYCKI et al. 2019), depois foi registrada no Paraná (GEISLER et al. 2015), Distrito Federal (PAULA et al. 2014), Rio de Janeiro (BITNER-MATHÉ et al. 2014), São Paulo (VILELA & MORI 2014), Minas Gerais (ANDREAZZA et al. 2016) e Espirito Santo (ZANUNCIO et al. 2018).
O sul do Brasil é a área climaticamente mais favorável para o desenvolvimento de D. suzukii e onde se espera que as perdas econômicas potenciais sejam maiores (BENITO et al. 2016). A espécie se expandiu do sul para o sudeste do Brasil, auxiliado pelo transporte de frutas mediado por humanos de uma região para outra (FERRONATO et al. 2019).
O método de controle mais utilizado para reduzir as populações de D. suzukii é o controle químico, que pode ter impactos ambientais e na saúde humana e de animais domesticados (GARCIA et al. 2017). Além disso, os custos com o uso de inseticidas geralmente são altos. Segundo estimativa realizada nos Estados Unidos (PIMENTEL, 2014), a quantidade de inseticidas aplicados contra insetos-praga invasores gera custos de US $ 500 milhões por ano. Dessa forma, o controle biológico surge como uma alternativa na busca de redução do uso de inseticidas.
O controle biológico é importante para o manejo de D. suzukii (GARCIA et al. 2025). Este método apresenta baixo impacto ambiental e nenhum impacto a saúde humana e de outros animais. Embora estudos do uso de parasitoides no controle de D. suzukii seja mais recente, os resultados que estamos obtendo em nossas pesquisas com apoio da IAEA e do CNPq e dos já publicados são promissores. Dentre os agentes de controle biológico D. suzukii, os parasitoides são os mais comumente estudados e os que apresentam maior probabilidade de sucesso (GARCIA et al. 2017, GARCIA et al. 2022, ABEIJON et al, 2025). No mundo são registradas 27 espécies de parasitoides de D. suzukii das famílias Braconidae, Diapriidae, Figitidae e Pteromalidae no mundo (WANG et al. 2020b). Na América Latina, 12 espécies de parasitoides de D. suzukii pertencentes a Diapriidae, Figitidae e Pteromalidae são registradas. A maior riqueza de espécies de parasitoides de D. suzukii na Região é encontrada na família Figitidae com sete espécies de três gêneros, seguida por Diapriidae com três espécies de um gênero de Pteromalidae com duas espécies de dois gêneros (GARCIA, 2020b).
Nossa equipe detectou a presença de Trichopria anastrephae em 2011 pela primeira vez no Rio Grande do Sul (CRUZ et al. 2011), mesmo antes da detecção de D. suzukii no Brasil (Deprá et al. 2014). Nossa pesquisa tem focado em T. anastrephae por sua resistência ao calor e humidade (ABEIJON et al, 2025), ser mais resistente a inseticidas do que outros parasitoides (SCHLESENER et al. 2019), vencer a competição com outros parasitoides (da COSTA OLIVEIRA et al. 2021) e apresentar excelente desempenho no parasitismo da praga em morangos em semi-campo (KRUGER et al. 2024).
Nossa equipe, tem obtido também excelentes resultados com outros agentes na mortalidade de D. suzuki, como os nematoides entomopatogênicos (NEPs) (DOS SANTOS et al., 2022, DIAS et al. 2023, 2024, ABEIJON et al, 2025).
O processo de contagem de nematoides é trabalhoso e demorado, porém constitui uma etapa crucial em diversos estudos quantitativos de nematologia, incluindo a determinação das densidades populacionais iniciais e finais relacionadas ao manejo de nematoides em vasos, microparcelas e ensaios de campo (Saikai et al., 2024). A precisão dos resultados depende fortemente do conhecimento taxonômico de nematoides dos profissionais que realizam essa tarefa. Sistemas de IA que utilizam técnicas de reconhecimento de imagem e redes neurais são os mais confiáveis para a identificação totalmente automatizada de e contagem de insetos e de seus inimigos naturais (Garcia 2020b).
Recentemente, como parte de meu pós-doutorado nos Estados Unidos, avaliamos a compatibilidade dos parasitoides Ganaspis kimorum, Leptopilina japonica e Trichopria drosophiliae com duas espécies de NEPs, e obtivemos resultados promissores (LEE et al. 2025). A compatibilidade entre o parasitoide T. anastrephae e nematoides entomopatogênicos (NEPs) no controle de Drosophila suzukii é um tema de pesquisa relevante, com estudos que abordam o potencial de cada agente separadamente e a compatibilidade de NEPs com outros produtos, mas a compatibilidade direta entre esses dois agentes biológicos específicos em uso conjunto ainda não é estabelecida pelos resultados de pesquisa disponíveis. Dessa forma, buscamos avaliar a competividade de uso destes agentes para subsidiar futuros programas de controle biológico da praga dentro do manejo integrado de pragas.
Segundo Garcia (2020a), D. suzukii pode causar pelo menos quatro tipos de danos:
• danos culturais - os frutos danificados são descartados para processamento industrial ou para consumo in natura e os pomares infestados são depreciados fazendo com que os frutos percam seu valor comercial;
• danos econômicos - os pomares se tornam economicamente ineficientes, levando a perdas de investimentos e à insolvência dos produtores; a comercialização de frutas no mercado externo torna-se inviável; superávits de moedas estrangeiras não são mais gerados; frutas de áreas infestadas não atingem preços lucrativos no mercado interno; quantidade de impostos e taxas cobráveis diminui.
• danos sociais - causam o empobrecimento crescente da população, o êxodo rural e o desemprego
• danos ambientais - perda de biodiversidade e processos ecossistêmicos. O estabelecimento de D. suzukii em novas áreas pode causar rompimento do isolamento genético e interferir na dinâmica dos sistemas naturais, causando a extinção prematura de espécies. Assim, D. suzukii pode dominar grandes áreas após ter substituído espécies autóctones e mudar as cadeias tróficas.
As perdas ocasionadas por D. suzukii na produção de framboesas e morangos em três municípios da California, Estados Unidos, variam de $ US 511,3 milhões a $ US 421,5 (BOLDA et al. 2010).
Na cultura da cereja as perdas causadas por D. suzukii são de 1, 2 a 2,7 ton / hectare equivalente a 5.000–17.550 USD / hectare e em mirtilos as perdas são de 1–1,5 ton / hectare ou uma perda equivalente a 4.000 USD / hectare no Chile (BUZZETI et al. 2020). No Brasil estima-se que as perdas econômicas sejam na ordem de US $ 21,4 milhões para pêssegos e US $ 7,8 milhões para figos (BENITO et al. 2018)
A população de D. suzukii do Brasil é originária da América do Norte, com mistura genética entre indivíduos de D. suzukii do sudoeste e leste regiões dos EUA (FRAIMOUT et al 2017). Atualmente a espécie é encontrado em oito estados do país, os primeiros registros foram no Rio Grande do Sul e Santa Catarina (DEPRÁ et al. 2014, ZAZYCKI et al. 2019), depois foi registrada no Paraná (GEISLER et al. 2015), Distrito Federal (PAULA et al. 2014), Rio de Janeiro (BITNER-MATHÉ et al. 2014), São Paulo (VILELA & MORI 2014), Minas Gerais (ANDREAZZA et al. 2016) e Espirito Santo (ZANUNCIO et al. 2018).
O sul do Brasil é a área climaticamente mais favorável para o desenvolvimento de D. suzukii e onde se espera que as perdas econômicas potenciais sejam maiores (BENITO et al. 2016). A espécie se expandiu do sul para o sudeste do Brasil, auxiliado pelo transporte de frutas mediado por humanos de uma região para outra (FERRONATO et al. 2019).
O método de controle mais utilizado para reduzir as populações de D. suzukii é o controle químico, que pode ter impactos ambientais e na saúde humana e de animais domesticados (GARCIA et al. 2017). Além disso, os custos com o uso de inseticidas geralmente são altos. Segundo estimativa realizada nos Estados Unidos (PIMENTEL, 2014), a quantidade de inseticidas aplicados contra insetos-praga invasores gera custos de US $ 500 milhões por ano. Dessa forma, o controle biológico surge como uma alternativa na busca de redução do uso de inseticidas.
O controle biológico é importante para o manejo de D. suzukii (GARCIA et al. 2025). Este método apresenta baixo impacto ambiental e nenhum impacto a saúde humana e de outros animais. Embora estudos do uso de parasitoides no controle de D. suzukii seja mais recente, os resultados que estamos obtendo em nossas pesquisas com apoio da IAEA e do CNPq e dos já publicados são promissores. Dentre os agentes de controle biológico D. suzukii, os parasitoides são os mais comumente estudados e os que apresentam maior probabilidade de sucesso (GARCIA et al. 2017, GARCIA et al. 2022, ABEIJON et al, 2025). No mundo são registradas 27 espécies de parasitoides de D. suzukii das famílias Braconidae, Diapriidae, Figitidae e Pteromalidae no mundo (WANG et al. 2020b). Na América Latina, 12 espécies de parasitoides de D. suzukii pertencentes a Diapriidae, Figitidae e Pteromalidae são registradas. A maior riqueza de espécies de parasitoides de D. suzukii na Região é encontrada na família Figitidae com sete espécies de três gêneros, seguida por Diapriidae com três espécies de um gênero de Pteromalidae com duas espécies de dois gêneros (GARCIA, 2020b).
Nossa equipe detectou a presença de Trichopria anastrephae em 2011 pela primeira vez no Rio Grande do Sul (CRUZ et al. 2011), mesmo antes da detecção de D. suzukii no Brasil (Deprá et al. 2014). Nossa pesquisa tem focado em T. anastrephae por sua resistência ao calor e humidade (ABEIJON et al, 2025), ser mais resistente a inseticidas do que outros parasitoides (SCHLESENER et al. 2019), vencer a competição com outros parasitoides (da COSTA OLIVEIRA et al. 2021) e apresentar excelente desempenho no parasitismo da praga em morangos em semi-campo (KRUGER et al. 2024).
Nossa equipe, tem obtido também excelentes resultados com outros agentes na mortalidade de D. suzuki, como os nematoides entomopatogênicos (NEPs) (DOS SANTOS et al., 2022, DIAS et al. 2023, 2024, ABEIJON et al, 2025).
O processo de contagem de nematoides é trabalhoso e demorado, porém constitui uma etapa crucial em diversos estudos quantitativos de nematologia, incluindo a determinação das densidades populacionais iniciais e finais relacionadas ao manejo de nematoides em vasos, microparcelas e ensaios de campo (Saikai et al., 2024). A precisão dos resultados depende fortemente do conhecimento taxonômico de nematoides dos profissionais que realizam essa tarefa. Sistemas de IA que utilizam técnicas de reconhecimento de imagem e redes neurais são os mais confiáveis para a identificação totalmente automatizada de e contagem de insetos e de seus inimigos naturais (Garcia 2020b).
Recentemente, como parte de meu pós-doutorado nos Estados Unidos, avaliamos a compatibilidade dos parasitoides Ganaspis kimorum, Leptopilina japonica e Trichopria drosophiliae com duas espécies de NEPs, e obtivemos resultados promissores (LEE et al. 2025). A compatibilidade entre o parasitoide T. anastrephae e nematoides entomopatogênicos (NEPs) no controle de Drosophila suzukii é um tema de pesquisa relevante, com estudos que abordam o potencial de cada agente separadamente e a compatibilidade de NEPs com outros produtos, mas a compatibilidade direta entre esses dois agentes biológicos específicos em uso conjunto ainda não é estabelecida pelos resultados de pesquisa disponíveis. Dessa forma, buscamos avaliar a competividade de uso destes agentes para subsidiar futuros programas de controle biológico da praga dentro do manejo integrado de pragas.
Metodologia
4.1) Criação de tecnologia em Inteligência Artificial para a contagem de NEPs
Será adaptada da metodologia proposta por Saikai et al., (2024) para nematoides fitopatogênicos.
Preparação das amostras
Juvenis de segundo estádio (J2) das duas espécies de nemtoides serão obtidos das empresas produtoras no Brasil. Para criar diferentes densidades de nematoides em suspensão aquosa contendo J2, diluiremos as suspensões originais. Isso nos permitirá replicar cenários com espécimes em baixa abundância até alta densidades. Antes da obtenção das imagens, as suspensões de J2 em placas de Petri serão submetidas a uma temperatura de 40 °C por um período que de 30 segundos a 1 minuto. Esse tratamento térmico será empregado para minimizar seu movimento e facilitar o processo de obtenção das imagens. Para obter imagens adicionais, cada poço da placa de cultura celular CELLSTAR de 24 poços será preenchido com 2 ml da suspensão de ovos ou de J2.
Coleta de imagens
Serão coletadas cerca de1.500 imagens de juvenis de nematoides utilizando microscópios. As imagens serão anotadas manualmente, resultando em um conjunto de dados com cerca de 4.500 juvenis.
Preparação do conjunto de dados
As imagens serão organizadas em categorias: juvenis de Heterorhabditis bacteriophora e Steinernema carpocapsae. As anotações serão feitas com caixas delimitadoras (bounding boxes).
Modelo de aprendizado profundo
Será utilizado o YOLOv8x (You Only Look Once, versão 8x), uma rede neural convolucional de última geração para detecção e segmentação de objetos. O modelo será treinado com o conjunto de dados anotado, ajustando hiperparâmetros para maximizar a precisão. A métrica de avaliação incluirá precisão, recall e F1-score, além da correlação entre as contagens do modelo e as contagens feitas por especialistas humanos.
Interface gráfica
Será desenvolvida uma GUI em Python (Tkinter). A interface permite que o usuário carregue imagens e execute a detecção automática de juvenis. O sistema aplica Intersection over Union (IoU) para eliminar duplicações de detecção. Os resultados serão exibidos diretamente na tela, com caixas delimitadoras.
Validação
A performance do modelo será comparada com a contagem manual feita por especialistas. Serão avaliadas taxas de falsos positivos, falsos negativos e acertos. A correlação entre os resultados do modelo e os especialistas deverá ser superior a 70%, demonstrando confiabilidade para uso prático.
1.2 Estudo de compatibilidade entre o parasitoide e NEPS
A metodologia proposta é adaptada de nosso trabalho publicado (LEE et al. 2025),
Criação dos insetos
As criações de ambas espécies serão mantidas em câmaras climatizadas com temperatura de 25 ± 2 ºC, umidade relativa do ar de 70 ± 10 % e fotofase de 12 horas. A criação de D. suzukii será conduzida em dieta artificial a base de farinha de milho, levedura e açúcar, conforme recomendada por Schlesener et al. (2018), seguindo metodologia proposta por Schlesener et al. (2017).
Para estabelecer a criação de T. anastrephae serão coletados frutos de amora, Rubus spp. infestados pela praga.
Os frutos serão coletados em um pomar comercial localizado em Pelotas, Rio Grande do Sul, Brasil (31°38’20’’S e 52°30’43’’O). Posteriormente, os frutos
serão levados para o Laboratório de Ecologia de Insetos, localizado na Universidade Federal de Pelotas, onde os mesmos serão acondicionados em potes plásticos (150mL) com tampa contendo um orifício coberto com tecido voile sobre uma fina camada de vermiculita (1 cm), de acordo com Rosa et al. (2020). Os frutos permaneceram em camâras climatizadas até a emergência de moscas ou parasitoides.
Os adultos emergidos serão acondicionados em gaiolas plásticas (262 mm de comprimento × 177 mm de largura ×147 mm de altura), com duas aberturas retangulares nas laterais (80 × 100 mm) e uma abertura retangular na tampa (155 × 50 mm), cobertas com tecido voile para ocorrer a aeração. Os adultos de T. anastrephae serão alimentados com solução de mel a 10%, o qual será ofertado em algodão embebido colocados sobre uma placa de acrílico (4,5 cm de diâmetro) e trocado a cada dois dias para evitar a fermentação.
Posteriormente, serão ofertados por 72 horas pupários de D. suzukii sobre as mesmas placas de acrílico (aroximadamente 200 pupários por dia), sobre
uma camada de algodão hidrófilo umedecido afim de multiplicar a espécie. Decorrido esse tempo de parasitismo, os pupários serão retirados e acondicionados no interior de gaiolas para a emergência dos insetos
Preparação dos nematoides entomopatogênicos (NEPs)
Os nematoides Heterorhabditis bacteriophora e Steinernema carpocapsae. serão adquiridos das empresas produtoras no Brasil, armazenados a 4 °C por até quatro semanas. Diluições serão feitas para obter 4.267 juvenis infectivos (IJs) por ml.
Montagem dos bioensaios
A areia utilizada será lavada e seca antes do uso. Para os ensaios com T. anastrephae), pupas previamente parasitadas serão expostas a NEPs em placas de Petri com areia. Os experimentos serão conduzidos em delineamento inteiramente casualizado com 10 repetições em laboratório. Os tratamentos serão:
1. Parasitoide seguido de NEP (parasitoide + NEP).
2. Apenas NEPs.
3. Apenas parasitoide.
4. Controle (somente D. suzukii).
Avaliações:
• Contagem de adultos de D. suzukii emergidos.
• Contagem de parasitoides emergidos.
• Dissecção de pupas e adultos mortos para verificar infecção por EPN.
• Avaliações realizadas em diferentes dias, conforme cronograma experimental (15–35 dias após início).
Análises estatísticas
Modelos lineares mistos generalizados serão utilizados para comparar taxas de emergência de D. suzukii e parasitoides entre tratamentos, considerando efeitos fixos (parasitoide, NEP e interação) e efeitos aleatórios (dia de instalação).
Será adaptada da metodologia proposta por Saikai et al., (2024) para nematoides fitopatogênicos.
Preparação das amostras
Juvenis de segundo estádio (J2) das duas espécies de nemtoides serão obtidos das empresas produtoras no Brasil. Para criar diferentes densidades de nematoides em suspensão aquosa contendo J2, diluiremos as suspensões originais. Isso nos permitirá replicar cenários com espécimes em baixa abundância até alta densidades. Antes da obtenção das imagens, as suspensões de J2 em placas de Petri serão submetidas a uma temperatura de 40 °C por um período que de 30 segundos a 1 minuto. Esse tratamento térmico será empregado para minimizar seu movimento e facilitar o processo de obtenção das imagens. Para obter imagens adicionais, cada poço da placa de cultura celular CELLSTAR de 24 poços será preenchido com 2 ml da suspensão de ovos ou de J2.
Coleta de imagens
Serão coletadas cerca de1.500 imagens de juvenis de nematoides utilizando microscópios. As imagens serão anotadas manualmente, resultando em um conjunto de dados com cerca de 4.500 juvenis.
Preparação do conjunto de dados
As imagens serão organizadas em categorias: juvenis de Heterorhabditis bacteriophora e Steinernema carpocapsae. As anotações serão feitas com caixas delimitadoras (bounding boxes).
Modelo de aprendizado profundo
Será utilizado o YOLOv8x (You Only Look Once, versão 8x), uma rede neural convolucional de última geração para detecção e segmentação de objetos. O modelo será treinado com o conjunto de dados anotado, ajustando hiperparâmetros para maximizar a precisão. A métrica de avaliação incluirá precisão, recall e F1-score, além da correlação entre as contagens do modelo e as contagens feitas por especialistas humanos.
Interface gráfica
Será desenvolvida uma GUI em Python (Tkinter). A interface permite que o usuário carregue imagens e execute a detecção automática de juvenis. O sistema aplica Intersection over Union (IoU) para eliminar duplicações de detecção. Os resultados serão exibidos diretamente na tela, com caixas delimitadoras.
Validação
A performance do modelo será comparada com a contagem manual feita por especialistas. Serão avaliadas taxas de falsos positivos, falsos negativos e acertos. A correlação entre os resultados do modelo e os especialistas deverá ser superior a 70%, demonstrando confiabilidade para uso prático.
1.2 Estudo de compatibilidade entre o parasitoide e NEPS
A metodologia proposta é adaptada de nosso trabalho publicado (LEE et al. 2025),
Criação dos insetos
As criações de ambas espécies serão mantidas em câmaras climatizadas com temperatura de 25 ± 2 ºC, umidade relativa do ar de 70 ± 10 % e fotofase de 12 horas. A criação de D. suzukii será conduzida em dieta artificial a base de farinha de milho, levedura e açúcar, conforme recomendada por Schlesener et al. (2018), seguindo metodologia proposta por Schlesener et al. (2017).
Para estabelecer a criação de T. anastrephae serão coletados frutos de amora, Rubus spp. infestados pela praga.
Os frutos serão coletados em um pomar comercial localizado em Pelotas, Rio Grande do Sul, Brasil (31°38’20’’S e 52°30’43’’O). Posteriormente, os frutos
serão levados para o Laboratório de Ecologia de Insetos, localizado na Universidade Federal de Pelotas, onde os mesmos serão acondicionados em potes plásticos (150mL) com tampa contendo um orifício coberto com tecido voile sobre uma fina camada de vermiculita (1 cm), de acordo com Rosa et al. (2020). Os frutos permaneceram em camâras climatizadas até a emergência de moscas ou parasitoides.
Os adultos emergidos serão acondicionados em gaiolas plásticas (262 mm de comprimento × 177 mm de largura ×147 mm de altura), com duas aberturas retangulares nas laterais (80 × 100 mm) e uma abertura retangular na tampa (155 × 50 mm), cobertas com tecido voile para ocorrer a aeração. Os adultos de T. anastrephae serão alimentados com solução de mel a 10%, o qual será ofertado em algodão embebido colocados sobre uma placa de acrílico (4,5 cm de diâmetro) e trocado a cada dois dias para evitar a fermentação.
Posteriormente, serão ofertados por 72 horas pupários de D. suzukii sobre as mesmas placas de acrílico (aroximadamente 200 pupários por dia), sobre
uma camada de algodão hidrófilo umedecido afim de multiplicar a espécie. Decorrido esse tempo de parasitismo, os pupários serão retirados e acondicionados no interior de gaiolas para a emergência dos insetos
Preparação dos nematoides entomopatogênicos (NEPs)
Os nematoides Heterorhabditis bacteriophora e Steinernema carpocapsae. serão adquiridos das empresas produtoras no Brasil, armazenados a 4 °C por até quatro semanas. Diluições serão feitas para obter 4.267 juvenis infectivos (IJs) por ml.
Montagem dos bioensaios
A areia utilizada será lavada e seca antes do uso. Para os ensaios com T. anastrephae), pupas previamente parasitadas serão expostas a NEPs em placas de Petri com areia. Os experimentos serão conduzidos em delineamento inteiramente casualizado com 10 repetições em laboratório. Os tratamentos serão:
1. Parasitoide seguido de NEP (parasitoide + NEP).
2. Apenas NEPs.
3. Apenas parasitoide.
4. Controle (somente D. suzukii).
Avaliações:
• Contagem de adultos de D. suzukii emergidos.
• Contagem de parasitoides emergidos.
• Dissecção de pupas e adultos mortos para verificar infecção por EPN.
• Avaliações realizadas em diferentes dias, conforme cronograma experimental (15–35 dias após início).
Análises estatísticas
Modelos lineares mistos generalizados serão utilizados para comparar taxas de emergência de D. suzukii e parasitoides entre tratamentos, considerando efeitos fixos (parasitoide, NEP e interação) e efeitos aleatórios (dia de instalação).
Indicadores, Metas e Resultados
Arquitetura definida: Selecionar e justificar a arquitetura de visão computacional (ex.: YOLOv8 + segmentação) até o no primeiro ano.
• Base de dados robusta: Construir um dataset com pelo menos 1.500 imagens anotadas (ovos, juvenis, adultos) com dupla anotação e concordância até o segundo ano.
• Treinamento e validação: Alcançar precisão ≥ 90%, recall ≥ 88% e F1 ≥ 0,89 em validação cruzada até o terceiro ano
• Interface funcional (GUI): Entregar uma versão beta com carregamento de imagens, contagem automática, exportação de resultados (CSV/JSON) e relatório visual até o terceiro ano.
• Benchmark com contagem manual: Demonstrar correlação de Pearson ≥ 0,80 entre IA e especialistas, com tempo de análise reduzido em ≥ 60% até o tarceiro ano
• Generalização: Validar a ferramenta em ≥3 condições de imagem (microscópio, iluminação, resolução) mantendo F1 ≥ 0,85 até o quarto ano.
• Documentação e reprodutibilidade: Publicar manual de uso, pipeline de treinamento e repositório aberto com exemplos até o o quarto ano.
Metas para verificar a compatibilidade de NEPs com o parasitoide
• Desenho experimental padronizado: Definir protocolos de exposição conjunta (NEPs + Trichopria anastrephae) com controles adequados até o segundo ano.
• Ensaios de compatibilidade: Conduzir ≥3 rodadas de bioensaios com n ≥ 30 por tratamento, avaliando:
• Taxa de parasitismo de T. anastrephae (meta: não reduzir >10% em presença de NEPs).
• Mortalidade por NEPs em pupas de D. suzukii (meta: ≥ 70% em condições ótimas).
• Interações (sinergia/antagonismo) via análise estatística (GLM/ANOVA) até o quarto ano.
• Janela temporal de aplicação: Identificar sequência ótima (ex.: NEPs antes/depois do parasitoide) que maximize o controle combinado (meta: redução ≥ 30% adicional vs. agentes isolados) até o terceiro ano.
Indicadores de sucesso
• Desempenho da IA: Precisão, recall, F1, tempo por amostra, correlação com especialistas.
• Qualidade dos dados: Tamanho do dataset, diversidade de condições, concordância entre anotadores.
• Compatibilidade biológica: Taxa de parasitismo, mortalidade por NEPs, emergência de parasitoides, efeito combinado.
• Aplicabilidade: Robustez em diferentes ambientes, clareza do protocolo, adoção por laboratório piloto.
Entregáveis
• Ferramenta IA: GUI funcional, modelo treinado, documentação, repositório aberto.
• Relatórios técnicos: Resultados dos bioensaios, análises estatísticas, recomendações operacionais.
• Base de dados robusta: Construir um dataset com pelo menos 1.500 imagens anotadas (ovos, juvenis, adultos) com dupla anotação e concordância até o segundo ano.
• Treinamento e validação: Alcançar precisão ≥ 90%, recall ≥ 88% e F1 ≥ 0,89 em validação cruzada até o terceiro ano
• Interface funcional (GUI): Entregar uma versão beta com carregamento de imagens, contagem automática, exportação de resultados (CSV/JSON) e relatório visual até o terceiro ano.
• Benchmark com contagem manual: Demonstrar correlação de Pearson ≥ 0,80 entre IA e especialistas, com tempo de análise reduzido em ≥ 60% até o tarceiro ano
• Generalização: Validar a ferramenta em ≥3 condições de imagem (microscópio, iluminação, resolução) mantendo F1 ≥ 0,85 até o quarto ano.
• Documentação e reprodutibilidade: Publicar manual de uso, pipeline de treinamento e repositório aberto com exemplos até o o quarto ano.
Metas para verificar a compatibilidade de NEPs com o parasitoide
• Desenho experimental padronizado: Definir protocolos de exposição conjunta (NEPs + Trichopria anastrephae) com controles adequados até o segundo ano.
• Ensaios de compatibilidade: Conduzir ≥3 rodadas de bioensaios com n ≥ 30 por tratamento, avaliando:
• Taxa de parasitismo de T. anastrephae (meta: não reduzir >10% em presença de NEPs).
• Mortalidade por NEPs em pupas de D. suzukii (meta: ≥ 70% em condições ótimas).
• Interações (sinergia/antagonismo) via análise estatística (GLM/ANOVA) até o quarto ano.
• Janela temporal de aplicação: Identificar sequência ótima (ex.: NEPs antes/depois do parasitoide) que maximize o controle combinado (meta: redução ≥ 30% adicional vs. agentes isolados) até o terceiro ano.
Indicadores de sucesso
• Desempenho da IA: Precisão, recall, F1, tempo por amostra, correlação com especialistas.
• Qualidade dos dados: Tamanho do dataset, diversidade de condições, concordância entre anotadores.
• Compatibilidade biológica: Taxa de parasitismo, mortalidade por NEPs, emergência de parasitoides, efeito combinado.
• Aplicabilidade: Robustez em diferentes ambientes, clareza do protocolo, adoção por laboratório piloto.
Entregáveis
• Ferramenta IA: GUI funcional, modelo treinado, documentação, repositório aberto.
• Relatórios técnicos: Resultados dos bioensaios, análises estatísticas, recomendações operacionais.
Equipe do Projeto
| Nome | CH Semanal | Data inicial | Data final |
|---|---|---|---|
| FLAVIO ROBERTO MELLO GARCIA | 10 | ||
| JAQUELINE FISCHER VERLY |