{"id":173934,"date":"2021-10-01T15:17:58","date_gmt":"2021-10-01T18:17:58","guid":{"rendered":"https:\/\/noticias.ambientebrasil.com.br\/?p=173934"},"modified":"2021-10-01T15:18:01","modified_gmt":"2021-10-01T18:18:01","slug":"brasileiros-simulam-efeito-do-aumento-da-temperatura-no-oceano-antartico","status":"publish","type":"post","link":"http:\/\/localhost\/clipping\/2021\/10\/01\/173934-brasileiros-simulam-efeito-do-aumento-da-temperatura-no-oceano-antartico.html","title":{"rendered":"Brasileiros simulam efeito do aumento da temperatura no oceano Ant\u00e1rtico"},"content":{"rendered":"\n
\"\"<\/a>
Coleta de amostras de \u00e1gua na Ba\u00eda do Almirantado, Ilha Rei George (Foto: Tadeu Fessel\/Projeto Microsfera)<\/figcaption><\/figure>\n\n\n\n

Tentar \u201csimular a vida\u201d usando uma t\u00e9cnica de\u00a0intelig\u00eancia artificial\u00a0conhecida como\u00a0machine learning<\/em>\u00a0para prever o impacto do aumento da temperatura na superf\u00edcie do\u00a0Oceano Austral\u00a0em\u00a0microrganismos\u00a0que o habitam. Esse foi o objetivo do trabalho realizado por uma equipe multidisciplinar que inclui o ocean\u00f3grafo Marcos Tonelli e a bi\u00f3loga Amanda Gon\u00e7alves Bendia, p\u00f3s-doutorandos e professores colaboradores do Instituto Oceanogr\u00e1fico da Universidade de S\u00e3o Paulo (IO-USP), al\u00e9m de outros cinco cientistas da institui\u00e7\u00e3o, entre eles Ilana Wainer, Camila Signori e Vivian Pellizari.<\/p>\n\n\n\n

No estudo, os pesquisadores consideraram quatro cen\u00e1rios de emiss\u00f5es para avaliar a sensibilidade da superf\u00edcie do oceano Ant\u00e1rtico ao\u00a0aquecimento global. Trabalhando com microrganismos que comp\u00f5em a base da cadeia alimentar, descobriram uma tend\u00eancia de diminui\u00e7\u00e3o de alguns seres envolvidos em processos biogeoqu\u00edmicos cruciais, produtores de nutrientes necess\u00e1rios a eles e a muitas outras formas de vida. Al\u00e9m disso, tamb\u00e9m detectaram um aumento de alguns grupos que dependem do consumo desses nutrientes, pois n\u00e3o produzem seu pr\u00f3prio alimento (heterotr\u00f3ficos).<\/p>\n\n\n\n

Foram usadas no estudo duas formas de predi\u00e7\u00e3o. Na primeira, intitulada \u00edndice de diversidade, os cientistas tiveram como foco as diferen\u00e7as na redu\u00e7\u00e3o da diversidade de organismos conforme os cen\u00e1rios. \u201cNum cen\u00e1rio de maior emiss\u00e3o, teremos perda significativa de diversidade\u201d, adianta Tonelli, primeiro autor do artigo, publicado recentemente\u00a0na revista\u00a0Frontiers in Marine Science<\/em>.<\/p>\n\n\n\n

A segunda foi a predi\u00e7\u00e3o relativa a grupos taxon\u00f4micos espec\u00edficos (no n\u00edvel de ordem), na qual a equipe percebeu que grupos muito importantes para o ambiente, e n\u00e3o s\u00f3 da\u00a0Ant\u00e1rtica, apresentaram diminui\u00e7\u00e3o na abund\u00e2ncia. O trabalho tem apoio da FAPESP (Funda\u00e7\u00e3o de Amparo \u00e0 Pesquisa do Estado de S\u00e3o Paulo) por meio de dois projetos (12\/23241-0\u00a0e\u00a018\/14789-9).<\/p>\n\n\n\n

Metodologia inovadora<\/strong><\/p>\n\n\n\n

Os quatro cen\u00e1rios socioecon\u00f4micos considerados pelos cientistas foram estabelecidos no \u00e2mbito do Programa Mundial de Pesquisa do Clima (WCRP, na sigla em ingl\u00eas), que coordena o desenvolvimento de modelos do\u00a0clima\u00a0e do sistema terrestre pelos principais centros de modelagem do mundo, no \u00e2mbito de um projeto denominado Coupled Model Intercomparison Project, agora em sua sexta fase (CMIP6). Os modelos do CMIP6 simulam o clima em diferentes cen\u00e1rios de atividade humana sobre o ambiente no futuro, denominados SSP (caminhos socioecon\u00f4micos compartilhados, na sigla em ingl\u00eas).<\/p>\n\n\n\n

Para esse estudo, foram considerados quatro cen\u00e1rios SSP que ilustram os poss\u00edveis drivers<\/em> antropog\u00eanicos do aquecimento global: SSP1-2.6 (o caminho da sustentabilidade, com baixo desafio para mitiga\u00e7\u00e3o e adapta\u00e7\u00e3o); SSP2-4.5 (o meio-termo, com desafios m\u00e9dios para mitiga\u00e7\u00e3o e adapta\u00e7\u00e3o); SSP3-7.0 (cen\u00e1rio de rivalidade regional, com grandes desafios para mitiga\u00e7\u00e3o e adapta\u00e7\u00e3o); e SSP5-8.5 (cen\u00e1rio de desenvolvimento movido a combust\u00edvel f\u00f3ssil, com grandes desafios para a mitiga\u00e7\u00e3o e baixos desafios para a adapta\u00e7\u00e3o).<\/p>\n\n\n\n

As mudan\u00e7as na temperatura de superf\u00edcie do oceano Austral correspondentes aos diferentes cen\u00e1rios SSPs s\u00e3o, respectivamente: aproximadamente 0.3\u00b0C; 0,7\u00b0C; 1,25\u00b0C; e 1,6\u00b0C o entre 2015 e 2100.\u00a0\u201cOs cen\u00e1rios de altas emiss\u00f5es projetaram um surgimento muito mais precoce da mudan\u00e7a de temperatura induzida pelo homem em todo o Oceano Austral\u201d, adianta Tonelli.<\/p>\n\n\n\n

J\u00e1 os dados da comunidade microbiana foram obtidos a partir de estudos publicados anteriormente no \u00e2mbito do Programa Ant\u00e1rtico Brasileiro e correspondem a um total de 105 amostras de \u00e1guas superficiais coletadas no noroeste da\u00a0Pen\u00ednsula Ant\u00e1rtica\u00a0e a noroeste do mar de Weddell. Bendia participou de v\u00e1rios desses estudos, conduzidos por Signori e Pellizari.<\/p>\n\n\n\n

\u201cFizemos coleta de amostras de \u00e1gua\u00a0in situ<\/em>, em v\u00e1rios pontos diferentes (a aproximadamente 5 metros de profundidade). Filtramos grandes quantidades de\u00a0\u00e1gua\u00a0para concentrar esses microrganismos. O objetivo era analisar todos os seres que encontr\u00e1ssemos no meio; focamos a diversidade do ambiente. Fizemos a extra\u00e7\u00e3o de\u00a0DNA\u00a0das c\u00e9lulas e o sequenciamento. Esses dados microbiol\u00f3gicos foram obtidos em projetos anteriores financiados pelo Programa Ant\u00e1rtico Brasileiro [EcoPelagos, Microsfera e Criosfera<\/em>], sob coordena\u00e7\u00e3o das professoras Camila Signori e Vivian Pellizari. O Marcos Tonelli deu a ideia de reunirmos as amostras e os dados que t\u00ednhamos para incluir no modelo. E t\u00ednhamos dados de v\u00e1rios anos\u201d, explica Bendia.<\/p>\n\n\n\n

Finalmente, para \u201csimular a vida\u201d os pesquisadores usaram ferramentas de\u00a0machine learning<\/em>. Trata-se de um ramo da intelig\u00eancia artificial que estuda a constru\u00e7\u00e3o de\u00a0algoritmos\u00a0que operam a partir de\u00a0inputs<\/em>\u00a0amostrais, elaborando um modelo com o objetivo de fazer previs\u00f5es ou embasar decis\u00f5es (guiadas pelos dados fornecidos).<\/p>\n\n\n\n

\u201cEu trabalho com proje\u00e7\u00f5es clim\u00e1ticas, modelos globais. E o problema desses modelos clim\u00e1ticos \u00e9 que n\u00e3o conseguem simular a vida. Eles s\u00e3o basicamente alicer\u00e7ados em equa\u00e7\u00f5es f\u00edsicas. Modelar numericamente a parte\u00a0f\u00edsica\u00a0\u00e9 mais f\u00e1cil. Mas a vida, os processos biol\u00f3gicos, ainda n\u00e3o encontramos equa\u00e7\u00f5es que deem conta disso com acur\u00e1cia. Ent\u00e3o, pensamos: se n\u00e3o conseguimos que esses modelos reproduzam os impactos na vida [no caso, comunidades microbianas<\/em>], o que podemos fazer?\u201d, relembra Tonelli.<\/p>\n\n\n\n

De acordo com o artigo, algoritmos como o Random Forest (RF, ou Floresta Aleat\u00f3ria, na tradu\u00e7\u00e3o literal) e as chamadas redes neurais (modelos computacionais capazes de realizar machine learning e reconhecimento de padr\u00f5es) s\u00e3o algumas das ferramentas mais eficazes para analisar dados de microbiomas.<\/p>\n\n\n\n

\u201cPor isso, decidimos usar um modelo de RF para investigar a resposta microbiana \u00e0s mudan\u00e7as de longo prazo da temperatura da superf\u00edcie do\u00a0mar, em termos de diversidade e composi\u00e7\u00e3o. Trata-se de um modelo de\u00a0machine learning<\/em>\u00a0que combina v\u00e1rias \u00e1rvores de decis\u00e3o, treinando cada uma delas em um conjunto ligeiramente distinto de observa\u00e7\u00f5es e emitindo uma predi\u00e7\u00e3o final de acordo com o resultado de cada \u00e1rvore de decis\u00e3o\u201d, revela o ocean\u00f3grafo.<\/p>\n\n\n\n

O grande desafio, segundo ele, foi fazer a calibragem do equipamento. \u201cPara \u2018treinar a m\u00e1quina\u2019 a reproduzir a realidade \u00e9 necess\u00e1ria uma quantidade grande de amostras. T\u00ednhamos 105 amostras, ent\u00e3o usamos cerca de 80 no treinamento e deixamos o resto para testar a calibragem. Sabemos o que \u00e9 a realidade porque temos as amostras colhidas l\u00e1 na Ant\u00e1rtica. Ent\u00e3o, vamos ajustando a m\u00e1quina at\u00e9 ela conseguir reproduzir a situa\u00e7\u00e3o real. E, por fim, inserimos os dados clim\u00e1ticos e vemos a resposta que o modelo nos d\u00e1.\u201d<\/p>\n\n\n\n

Segundo ele, \u00e9 a primeira vez em que o recurso de machine learning<\/em> \u00e9 usado para esse fim. E a metodologia pode ser replicada em outros ambientes (oceanos).<\/p>\n\n\n\n

Resultados<\/strong><\/p>\n\n\n\n

As simula\u00e7\u00f5es indicam uma diminui\u00e7\u00e3o na riqueza e na diversidade das comunidades microbianas em todas as proje\u00e7\u00f5es clim\u00e1ticas, sendo que as emiss\u00f5es mais altas causariam uma diminui\u00e7\u00e3o mais significativa, especialmente no cen\u00e1rio mais cr\u00edtico (SSP5-8.5).<\/p>\n\n\n\n

Enquanto o cen\u00e1rio de baixa emiss\u00e3o (SSP1-2.5) projetou pequenas mudan\u00e7as na abund\u00e2ncia relativa de microrganismos, os tr\u00eas cen\u00e1rios com o maior aumento na temperatura, incluindo o cen\u00e1rio do \u201cmeio-termo\u201d, mostram mudan\u00e7as na estrutura das comunidades microbianas que incluem a perda de diversidade e a diminui\u00e7\u00e3o na taxa de microrganismos importantes para os processos biogeoqu\u00edmicos e o funcionamento do ecossistema no noroeste da Pen\u00ednsula Ant\u00e1rtica e a noroeste do mar de Weddell.<\/p>\n\n\n\n

\"\"<\/a>
Vis\u00e3o a\u00e9rea do Navio Polar Almirante Maximiano (Foto: Luciano Candisani)<\/figcaption><\/figure>\n\n\n\n

Bendia destaca uma arqueia da ordem Nitrosopumilales que oxida a am\u00f4nia. Ela explica que toda a vida na\u00a0Terra\u00a0est\u00e1 dividida em tr\u00eas grandes dom\u00ednios (Bacteria<\/em>,\u00a0Archaea<\/em>\u00a0e\u00a0Eukarya<\/em>), e o dom\u00ednio das arqueias ainda \u00e9 pouco estudado.<\/p>\n\n\n\n

\u201cEsse grupo de arqueia da ordem Nitrosopumilales faz a oxida\u00e7\u00e3o de am\u00f4nia e fixa\u00a0di\u00f3xido de carbono\u00a0[CO2], sendo relativamente conhecido pela\u00a0ci\u00eancia. \u00c9 bem abundante na Ant\u00e1rtica, pois gosta de \u00e1guas geladas. E nele notamos uma redu\u00e7\u00e3o dr\u00e1stica ap\u00f3s a predi\u00e7\u00e3o. Essa arqueia faz um processo de remineraliza\u00e7\u00e3o da mat\u00e9ria org\u00e2nica, faz a ciclagem de nutrientes do ambiente para que outros microrganismos usem. Se houver interrup\u00e7\u00e3o nesse processo, os outros microrganismos n\u00e3o v\u00e3o ter nutrientes. H\u00e1 outro grupo, esse de\u00a0bact\u00e9rias, que faz oxida\u00e7\u00e3o de compostos de enxofre, que tamb\u00e9m diminuiu. Certos compostos de enxofre na forma reduzida podem ser t\u00f3xicos para alguns organismos do ambiente, ent\u00e3o elas fazem a oxida\u00e7\u00e3o desses compostos.\u201d<\/p>\n\n\n\n

Segundo ela, tamb\u00e9m houve redu\u00e7\u00e3o em grupos pouco conhecidos, como uma arqueia planct\u00f4nica chamada Marine Group II. Em contrapartida, o modelo projetou maior abund\u00e2ncia relativa para a ordem dos Flavobacteriales, que compreende v\u00e1rias fam\u00edlias de bact\u00e9rias heterotr\u00f3ficas.<\/p>\n\n\n\n

\u201cEsper\u00e1vamos uma altera\u00e7\u00e3o na predi\u00e7\u00e3o feita com base nos v\u00e1rios cen\u00e1rios e modelos de\u00a0machine learning<\/em>, mas n\u00e3o imagin\u00e1vamos que elas fossem acontecer nesses grupos-chave de microrganismos, muito importantes para o ecossistema e os ciclos biogeoqu\u00edmicos\u201d, afirma Bendia, reiterando que tais ordens s\u00e3o compostas por v\u00e1rias esp\u00e9cies com pap\u00e9is importantes no funcionamento dos ecossistemas oce\u00e2nicos, incluindo os ciclos de enxofre, nitrog\u00eanio e\u00a0carbono\u00a0\u2014 e s\u00e3o atualmente consideradas abundantes na superf\u00edcie oce\u00e2nica.<\/p>\n\n\n\n

\u201cEstamos falando da parte mais baixa da cadeia tr\u00f3fica, dos produtores prim\u00e1rios; dali parte toda a cadeia alimentar que chega at\u00e9 os grandes\u00a0mam\u00edferos. Se os consumidores est\u00e3o aumentando e os produtores n\u00e3o, como \u00e9 que isso vai repercutir nos n\u00edveis l\u00e1 de cima? Ainda n\u00e3o sabemos e precisamos de um bom time de especialistas para entender isso. Mas acredito que alguns grupos ser\u00e3o privilegiados e outros sofrer\u00e3o com as mudan\u00e7as\u201d, resume Tonelli.<\/p>\n\n\n\n

As implica\u00e7\u00f5es de uma diminui\u00e7\u00e3o na oxida\u00e7\u00e3o da am\u00f4nia nos ecossistemas estudados ainda n\u00e3o est\u00e3o claras, mas alguns estudos de modelagem indicaram que ela pode afetar os nutrientes, a desnitrifica\u00e7\u00e3o (transforma\u00e7\u00e3o do nitrato em outras formas de nitrog\u00eanio que podem retornar \u00e0 atmosfera), a produtividade marinha e o sequestro biol\u00f3gico de carbono pelos oceanos.<\/p>\n\n\n\n

Fonte: Galileu<\/p>\n","protected":false},"excerpt":{"rendered":"

Tentar \u201csimular a vida\u201d usando uma t\u00e9cnica de\u00a0intelig\u00eancia artificial\u00a0conhecida como\u00a0machine learning\u00a0para prever o impacto do aumento da temperatura na superf\u00edcie do\u00a0Oceano Austral. <\/a><\/p>\n<\/div>","protected":false},"author":3,"featured_media":173935,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4],"tags":[595,476,260],"_links":{"self":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts\/173934"}],"collection":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/comments?post=173934"}],"version-history":[{"count":1,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts\/173934\/revisions"}],"predecessor-version":[{"id":173937,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts\/173934\/revisions\/173937"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/media\/173935"}],"wp:attachment":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/media?parent=173934"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/categories?post=173934"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/tags?post=173934"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}