Expediciones SPUN

SPUN está ayudando a mapear los patrones de la biodiversidad micorrízica, identificando áreas submuestreadas y abogando por una mejor protección de estas comunidades.

Para proteger los hongos subterráneos, necesitamos saber qué hay allí. Un análisis reciente descubrió que más del 70% de los puntos críticos de biodiversidad del suelo conocidos de la Tierra siguen sin estar protegidos por las prioridades de conservación actuales1. SPUN está ayudando a mapear los patrones de la biodiversidad de las micorrizas, identificando las áreas submuestreadas y abogando por una mejor protección de estas comunidades.

Para ello, combinamos grandes bases de datos geolocalizadas de diversidad de micorrizas con variables ecológicas para generar predicciones espaciales de la diversidad de micorrizas basadas en las interacciones de las variables mediante un enfoque de aprendizaje automático. Este enfoque nos permite cuantificar y mapear la incertidumbre de las predicciones de estos modelos e identificar las ecorregiones submuestreadas para ayudar a guiar las futuras investigaciones sobre micorrizas en todo el mundo.

70%

de los puntos críticos de biodiversidad del suelo conocidos de la Tierra permanecen desprotegidos por las prioridades de conservación actuales.
1. (Guerra y otros, 2022)
cómo funciona
  1. A map of predicted global mycorrhizal diversity.
    1
    Mapear y predecir la biodiversidad micorrízica
  2. Photo of a SPUN explorer sampling soil in the field.
    2
    Explore y pruebe
  3. A SPUN scientist examining samples in the lab,
    3
    Extraer y secuenciar el ADN fúngico
Los datos de secuencia fortalecen y basan los algoritmos de mapeo de verdades

SPUN trabaja con investigadores locales para desarrollar campañas de muestreo que ayuden a caracterizar la biodiversidad micorrízica en diversos ecosistemas subterráneos. Para ello, combinamos los datos de secuenciación geolocalizada del ADN de las micorrizas con variables ecológicas para generar predicciones espaciales de la diversidad de las micorrizas mediante un enfoque de aprendizaje automático. Este enfoque nos permite predecir los valores de la diversidad de micorrizas en los diversos ecosistemas y regiones del mundo. A continuación, cuantificamos la incertidumbre de las predicciones de estos modelos e identificamos las ecorregiones submuestreadas para ayudar a guiar la investigación futura sobre las micorrizas. Para mejorar la precisión de nuestros modelos, basamos nuestras predicciones en la realidad trabajando con investigadores locales para tomar muestras físicas del suelo de los ecosistemas con los valores de incertidumbre más altos, tal como los identifican nuestros modelos, y luego compararlos con nuestras predicciones. Con cada nuevo conjunto de muestras, nuestros modelos son más precisos y nuestros valores de incertidumbre disminuyen.

Sobre el terreno, SPUN trabaja con científicos e instituciones locales para identificar los sitios de muestreo de los que se tomarán muestras de suelo. Las muestras de suelo se recolectan de acuerdo con un protocolo estandarizado que garantiza la coherencia de nuestros análisis. Puede leer sobre nuestros protocolos de muestreo aquí. Luego, estas muestras se procesan en un laboratorio, donde se extrae el ADN de las muestras de suelo y luego se amplifica específicamente el ADN de los hongos arbusculares y ectomicorrízicos. La región amplificada del ADN micorrízico se envía luego a un laboratorio de secuenciación para identificar las especies y linajes micorrízicos exactos de la muestra. Estos datos se incorporan a nuestros modelos, lo que mejora nuestras predicciones. Nuestro objetivo es generar datos que sean útiles para los gobiernos, los responsables políticos, las ONG y otros para ayudar a diversificar las agendas de conservación.

Obtenga más información sobre nuestras expediciones consultando las historias que aparecen a continuación.

Historias de expediciones