In vitro fertilisation procedure assisted with computer vision models for organic Senegalese sole (Solea senegalensis) culture

Questo studio dimostra che l'uso di modelli di visione artificiale per selezionare spermatozoi di alta qualità e prevedere l'ovviazione basandosi sul comportamento dei pesci permette di ottenere fecondazione in vitro senza ormoni con successo nella riproduzione della sogliola senegalese per l'acquacoltura biologica.

L'essenziale

Immagina di essere un allevatore di pesci che vuole produrre pesce "bio" (organico), rispettando rigorosamente le regole che vietano l'uso di ormoni sintetici. Il problema è che i pesci in cattività, come il Solea senegalensis (il sogliola del Senegal), spesso dimenticano come fare l'amore e non si riproducono da soli.

Di solito, gli allevatori usano un "trucco chimico" (ormoni) per farli deporre le uova al momento giusto. Ma nel mondo bio questo è vietato. Quindi, come fanno? Devono aspettare che la femmina faccia le uova da sola, ma il problema è che non sai mai quando lo farà. È come cercare di indovinare l'ora esatta in cui un amico ti chiamerà per un caffè, senza avere il suo telefono.

Questo studio racconta come un gruppo di scienziati spagnoli ha risolto questo enigma usando due armi segrete: l'intelligenza artificiale e l'occhio esperto di un computer.

Ecco la storia, spiegata in modo semplice:

1. Il Problema: La Finestra di Tempo Stretta

Immagina che le uova della sogliola siano come biscotti appena sfornati. Sono perfetti e pronti per essere "fritti" (fecondati) solo per 3 ore. Dopo, diventano duri e inutilizzabili.
Se l'allevatore arriva troppo presto o troppo tardi, i biscotti sono rovinati. Senza ormoni, non c'è un campanello che suona per dire "è ora!".

2. La Soluzione: I "Detective" al Computer

Gli scienziati hanno deciso di non guardare più i pesci a occhio nudo (troppo lento e stressante per i pesci), ma hanno installato delle telecamere sottomarine che osservano i pesci 24 ore su 24.

Hanno insegnato a un'intelligenza artificiale (una specie di cervello digitale) a riconoscere due comportamenti specifici, come se fosse un detective che cerca indizi:

• Il "Testa appoggiata" (Rest the Head): Quando un pesce appoggia la testa sul corpo di un altro. È come un abbraccio o un bacio tra pesci, segno che stanno corteggiando.
• L' "Attività Motoria" (Locomotor Activity): Quando i pesci iniziano a nuotare freneticamente, come se avessero bevuto troppa energia prima di una festa.

3. L'Allenamento: Imparare a Ballare

Hanno mostrato al computer migliaia di video di pesci. Gli hanno detto: "Guarda, quando vedi questo abbraccio e questa danza frenetica tra le 18:00 e le 19:00, significa che la femmina sta per fare le uova!".
Il computer ha imparato a collegare questi "balli" con l'evento biologico. È come se il computer avesse imparato a leggere il linguaggio del corpo dei pesci meglio di un madrelingua.

4. Il Risultato: La Scommessa Vinta

Hanno provato a raccogliere le uova senza ormoni, ma solo quando il computer diceva: "Oggi sera è il momento!".

• Il successo: Hanno ottenuto uova fecondate con un successo fino al 44% e hanno fatto nascere larve vive.
• La precisione: Il computer ha indovinato la notte giusta 82-85 volte su 100. È molto meglio che tirare a caso!

5. La Selezione dei "Padri"

C'è un altro dettaglio importante. Non tutti i papà sono uguali. Gli scienziati hanno usato un microscopio speciale (un "controllore di qualità") per scegliere solo i maschi con lo sperma più veloce e forte, come se scegliessero solo i corridori olimpici per una gara. Questo ha aiutato a massimizzare le possibilità di successo.

In Sintesi: Perché è una Rivoluzione?

Prima, per avere pesce bio, dovevi aspettare che succedesse qualcosa per caso, sperando che i pesci si innamorassero al momento giusto. Spesso non succedeva.

Ora, grazie a questo sistema:

1. Niente ormoni: Il pesce è 100% naturale e bio.
2. Niente stress: Non devi toccare i pesci o controllarli a mano.
3. Efficienza: Il computer ti dice esattamente quando preparare le attrezzature, risparmiando tempo e soldi.

L'analogia finale:
Pensa a questo sistema come a un meteo perfetto per i pesci. Invece di uscire a caso sperando che non piova, il computer ti dice: "Domani alle 18:00 c'è il sole perfetto per un picnic". E tu, invece di uscire a caso, ti prepari esattamente in quel momento.

Grazie a questa tecnologia, l'acquacoltura sostenibile diventa non solo possibile, ma anche affidabile e intelligente.

Sommario tecnico

Titolo: Procedure di fecondazione in vitro (IVF) assistite da modelli di visione computerizzata per l'allevamento organico della razza senegalese (Solea senegalensis)

1. Il Problema

L'allevamento della razza senegalese (Solea senegalensis) in cattività affronta sfide significative legate alla riproduzione. In ambiente controllato, l'assenza di comportamenti di corteggiamento naturali porta spesso al fallimento riproduttivo e alla mancata fecondazione delle uova. Attualmente, la fecondazione in vitro (IVF) è l'unico metodo affidabile per produrre uova fecondate, ma richiede un tempismo preciso per la raccolta delle uova, ottenuto tradizionalmente tramite l'induzione ormonale (agonisti GnRHa).
Tuttavia, l'uso di ormoni è vietato nell'acquacoltura organica per motivi etici e normativi. Di conseguenza, esiste un bisogno urgente di sviluppare strategie "senza ormoni" che permettano di ottenere uova fecondate vitali. La sfida principale risiede nella imprevedibilità dell'ovulazione naturale: le uova ovulate mantengono la capacità di fecondazione per una finestra temporale molto ristretta (circa 3 ore), rendendo difficile la raccolta senza un monitoraggio continuo e invasivo.

2. Metodologia

Lo studio è stato condotto presso l'IRTA La Ràpita (Spagna) su due gruppi sperimentali (Mix1 e Mix2) contenenti sia pesci selvatici che allevati. L'approccio metodologico si è articolato in tre pilastri principali:

• Selezione dei Maschi e IVF Senza Ormoni:

  • È stata utilizzata l'analisi computerizzata dello sperma (CASA) per valutare la motilità e la qualità dello sperma.
  • I maschi sono stati selezionati in base a parametri cinetici superiori (concentrazione, motilità, velocità).
  • Sono state condotte prove di IVF utilizzando uova ovulate naturalmente (raccolte senza stimolazione ormonale) e sperma di maschi selezionati. Le uova sono state raccolte la sera e fecondate immediatamente.

• Monitoraggio Comportamentale e Visione Computerizzata:

  • Due vasche sono state monitorate con telecamere subacquee in condizioni di scarsa illuminazione (luce rossa).
  • Sono stati sviluppati modelli di Deep Learning (Reti Neurali Convoluzionali - CNN) per rilevare automaticamente due comportamenti specifici:
    1. RTH (Rest the Head): Un pesce appoggia la testa sul corpo di un altro (indicatore di corteggiamento).
    2. LA (Locomotor Activity): Attività locomotoria definita come movimento superiore a una soglia di velocità per un periodo minimo.
  • Un dataset di 5.000 immagini (generato tramite augmentation) è stato utilizzato per addestrare il sistema.

• Modello Predittivo:

  • I dati comportamentali (conteggi di RTH e LA) e l'orario di rilevamento sono stati utilizzati come input per un modello di regressione logistica.
  • L'obiettivo era prevedere la probabilità di ovulazione nella notte successiva basandosi sui comportamenti osservati nel pomeriggio (16:00–20:00).

3. Contributi Chiave

• Dimostrazione di fattibilità tecnica: Prima prova concettuale che l'IVF nella razza senegalese può avere successo senza l'uso di ormoni, producendo larve vitali.
• Sistema di monitoraggio non invasivo: Sviluppo di un sistema automatizzato che combina CNN per il rilevamento comportamentale e modelli statistici per la predizione, eliminando la necessità di ispezioni manuali continue o stressanti per i pesci.
• Integrazione per l'acquacoltura organica: Fornisce una soluzione pratica per superare i vincoli normativi dell'acquacoltura organica, rendendo la riproduzione controllata economicamente e operativamente sostenibile.

4. Risultati

• Successo della IVF Senza Ormoni:

  • Sono state ottenute tassi di fecondazione fino al 44% e tassi di schiusa del 18%.
  • La selezione dei maschi basata sulla qualità dello sperma è stata cruciale; la qualità dello sperma è rimasta stabile anche dopo 24 ore di conservazione a freddo.
  • Il successo è stato correlato alla frequenza di ovulazione naturale del gruppo (il gruppo con maggiore attività di deposizione naturale ha avuto più successo nell'IVF).

• Analisi Comportamentale:

  • Sia il comportamento RTH che l'attività locomotoria (LA) sono aumentati significativamente nelle notti di ovulazione rispetto alle notti senza ovulazione.
  • Il picco di attività si è verificato tra le 18:00 e le 19:00.
  • L'attività locomotoria (LA) si è rivelata un indicatore più forte e diretto dell'imminente ovulazione rispetto al RTH.

• Performance del Modello Predittivo:

  • Il modello di regressione logistica ha raggiunto un'accuratezza nel prevedere le notti di ovulazione compresa tra l'82% e l'85%.
  • L'Area sotto la curva (AUC) è stata di 0,95.
  • Il modello ha mostrato un'elevata sensibilità (recall), garantendo che raramente venissero perse le notti di ovulazione, con una precisione del 100% per le notti senza ovulazione nel gruppo Mix2.

5. Significato e Implicazioni

Questo studio rappresenta un passo fondamentale verso l'acquacoltura sostenibile e organica per i pesci piatti.

• Superamento dei limiti temporali: Il sistema di predizione risolve il problema critico della finestra di 3 ore di vitalità delle uova, permettendo agli allevatori di preparare la raccolta delle uova e dello sperma con ore di anticipo, trasformando un processo basato sulla fortuna in uno gestito strategicamente.
• Efficienza Operativa: Rispetto alla raccolta casuale (che ha avuto successo solo nel 10-47% dei casi a seconda del gruppo), l'uso del modello predittivo aumenta drasticamente l'efficienza delle risorse, riducendo sprechi e costi.
• Sostenibilità e Benessere: Elimina la necessità di manipolazioni frequenti e trattamenti ormonali, allineandosi ai principi etici dell'acquacoltura organica e migliorando il benessere degli animali.
• Scalabilità: L'integrazione di intelligenza artificiale e biologia riproduttiva offre un modello replicabile per altre specie ittiche, promuovendo l'uso di tecnologie non invasive nella gestione della riproduzione.

In conclusione, lo studio dimostra che l'abbinamento di una selezione rigorosa dei maschi, protocolli IVF ottimizzati e un sistema di predizione comportamentale basato sull'IA rende la riproduzione organica della razza senegalese non solo tecnicamente possibile, ma anche commercialmente praticabile.