Maestría en Ciencias Agropecuarias

Impacto ambiental de la aplicación de nano fertilizante nitrogenado en el cultivo de pimiento morrón (Capsicum annuum L.)

2026-03-04T15:47:33Z

Impacto ambiental de la aplicación de nano fertilizante nitrogenado en el cultivo de pimiento morrón (Capsicum annuum L.) Herrera Carrizales, Adrián El pimiento morrón (Capsicum annuum L.) es una de las hortalizas de mayor importancia en la actualidad, debido a su valor nutricional y de mercado. No obstante, la creciente demanda y el aumento de la población ha llevado a los productores a emplear cantidades de fertilizante cada vez mayores. Lo anterior trae consigo un uso excesivo de los mismos, lo que provoca lixiviación y genera contaminación ambiental. En el primer experimento de esta investigación se analizaron propiedades fisicoquímicas y volumétricas de combinaciones de sustratos y su relación con el movimiento de nitrógeno en lixiviados. Los resultados mostraron que la composición del sustrato determinó tanto el volumen como la concentración de nitratos drenados. La mezcla 25% peat moss y 75% perlita presentó menores niveles de lixiviación y menor pérdida de nitrógeno, además de favorecer el crecimiento vegetal reflejado en una mayor acumulación de biomasa seca. En el segundo experimento se evaluó el uso de nano fertilizante nitrogenado como alternativa para disminuir la contaminación en suelo. Se observó que el nano fertilizante redujo significativamente la pérdida de nitratos en lixiviados debido a su liberación controlada, lo que permitió un mayor aprovechamiento nutrimental y favoreció el crecimiento de las plántulas, evidenciado en un incremento del peso seco total respecto a fertilizantes convencionales. Los resultados de ambos estudios demuestran que es posible reducir el impacto ambiental por lixiviación de nitrógeno sin comprometer el rendimiento temprano del cultivo mediante estrategias basadas en la optimización del sustrato y el uso de fertilizantes de liberación lenta. Con ello, se promueve un sistema más eficiente y sustentable para la producción de pimiento morrón (C. annuum L.).

Biocontrol del cáncer bacteriano en jitomate mediante un té aeróbico de composta

2025-08-29T18:25:05Z

Biocontrol del cáncer bacteriano en jitomate mediante un té aeróbico de composta Hernández Aranda, Víctor Adrián El jitomate (Solanum lycopersicum) es la segunda hortaliza más importante del mundo y entre sus limitantes de producción se encuentran algunas bacterias fitopatógenas entre ellas el actinomiceto Clavibacter michiganensis subsp. michiganensis (Cmm), considerada una enfermedad de gran importancia económica. Existen alternativas biológicas que inhiben su desarrollo a partir de la aplicación de Tés Aeróbicos de Composta (TAC). El TAC contribuye al crecimiento y desarrollo del jitomate y la estimula a defenderse ante la infección por Cmm. El objetivo de este estudio fue evaluar el perfil metabolómico en plantas de S. lycopersicum infectadas con Cmm y tratadas con un TAC en condiciones semicontroladas. Se determinó 1) las características fisicoquímicas y microbiológicas; 2) El efecto agronómico del TAC en plantas de jitomate infectadas Cmm y 3) El perfil metabolómico de plantas de S. lycopersicum infectadas con Cmm y tratadas con el TAC. El TAC, mejoró el desarrollo vegetativo de plantas de jitomate infectadas con Cmm. El aporte de N, y bacterias fijadoras de N presentes en el TAC, se reflejó en el contenido de clorofila e Índice de Equilibrio de Nitrógeno (NBI). Existió influencia en el número de flores y área foliar de la cuarta hoja compuesta en plantas infectadas y tratadas con el TAC, mostrando menor desarrollo de la enfermedad. Los resultados obtenidos del Índice de Severidad de la Enfermedad, Conductividad Hidráulica y Cinéticas de Crecimiento de Cmm en fluidos apoplásticos de jitomate, muestran que el TAC reduce la severidad de la infección permitiendo un flujo de agua relativamente normal en el xilema y existe una menor afinidad de la bacteria en plantas tratadas con el té respectivamente. La reducción en la patogenicidad en plantas de jitomate tratadas con el TAC podría estar asociado a la expresión de metabolitos secundarios como el 4-Aminobutyric acid que puede producir efectos de resistencia a enfermedades. El estudio del significado biológico de la expresión de los metabolitos secundarios de la interacción Planta-Patógeno-TAC, podría brindar información sobre las rutas metabólicas de dicha interacción que influye en el mecanismo de defensa vegetal.

Efecto de la adición de sales aniónicas sobre análisis metabolómico de calostro y leche en vacas Holstein primiparas en periodo de reto

2025-07-15T17:08:39Z

Efecto de la adición de sales aniónicas sobre análisis metabolómico de calostro y leche en vacas Holstein primiparas en periodo de reto Aguilar Vega, Oscar David La metabolómica es una herramienta que ofrece un amplio panorama de la presencia y concentración de los metabolitos presentes en una célula, tejido, organismo o fluido biológico sometido a un estímulo o evento patológico. La suplementación con sales aniónicas en periodo de transición de las vacas lecheras es una estrategia nutricional que induce una acidosis metabólica compensada, mejorando el metabolismo mineral. El presente trabajo tiene como principal objetivo identificar las rutas metabólicas involucradas y sus posibles modificaciones para la producción de calostro y leche en vacas Holstein de primer parto. Ocho vacas de raza Holstein de primer parto fueron asignadas aleatoriamente a uno de los dos tratamientos: T1= grupo control (sin suplementación de sales aniónicas), T2= suplementación con sales aniónicas. Los animales del T2 fueron suplementados con 300 gr/vaca/día diariamente durante 21 días previos al parto. Se tomaron muestras de todos los animales, al momento del parto se colectaron muestras de calostro, al mes posterior al parto se tomó muestra de leche por vaca. Las muestras colectadas fueron almacenadas a -20 °C hasta el momento previo a su análisis. Las muestras de calostro y leche se analizaron mediante la técnica de cromatografía de gases acoplado a espectrometría de masas (GC-MS). El análisis estadístico de los metabolitos mediante la herramienta de procesamiento MetaboAnalyst 6.0. Para establecer las diferencias entre los perfiles de los metabolitos obtenidos en leche y calostro se realizó un análisis discriminante resultando una variabilidad total entre los grupos del 50.6% para las muestras de calostro y una variabilidad total del 37% para las muestras de leche. De los compuestos detectados en calostro Arachidic acid, 15-Pentadecanolide y Cholestrerol mostraron sobrexpresión (fold change ≤ 1, p < 0.05) en T2, mientras que L-Glutamate y Hexadecanoic acid tuvieron sobrexpresión (fold change ≥ 1, p < 0.05) en T1. De los compuestos detectados en leche, Lactobacillic acid, Petroselinic acid y Hexadecanoic acid tuvieron aumento (fold change ≤ 1, p < 0.05) en su actividad biológica en T2, mientras que Eicosanoic acid mostro una sobrexpresión (fold change ≥ 1, p < 0.05) en T1. Palabras clave: Periodo de transición, enfermedades metabólicas, hipocalcemia; La metabolómica es una herramienta que ofrece un amplio panorama de la presencia y concentración de los metabolitos presentes en una célula, tejido, organismo o fluido biológico sometido a un estímulo o evento patológico. La suplementación con sales aniónicas en periodo de transición de las vacas lecheras es una estrategia nutricional que induce una acidosis metabólica compensada, mejorando el metabolismo mineral. El presente trabajo tiene como principal objetivo identificar las rutas metabólicas involucradas y sus posibles modificaciones para la producción de calostro y leche en vacas Holstein de primer parto. Ocho vacas de raza Holstein de primer parto fueron asignadas aleatoriamente a uno de los dos tratamientos: T1= grupo control (sin suplementación de sales aniónicas), T2= suplementación con sales aniónicas. Los animales del T2 fueron suplementados con 300 gr/vaca/día diariamente durante 21 días previos al parto. Se tomaron muestras de todos los animales, al momento del parto se colectaron muestras de calostro, al mes posterior al parto se tomó muestra de leche por vaca. Las muestras colectadas fueron almacenadas a -20 °C hasta el momento previo a su análisis. Las muestras de calostro y leche se analizaron mediante la técnica de cromatografía de gases acoplado a espectrometría de masas (GC-MS). El análisis estadístico de los metabolitos mediante la herramienta de procesamiento MetaboAnalyst 6.0. Para establecer las diferencias entre los perfiles de los metabolitos obtenidos en leche y calostro se realizó un análisis discriminante resultando una variabilidad total entre los grupos del 50.6% para las muestras de calostro y una variabilidad total del 37% para las muestras de leche. De los compuestos detectados en calostro Arachidic acid, 15-Pentadecanolide y Cholestrerol mostraron sobrexpresión (fold change ≤ 1, p < 0.05) en T2, mientras que L-Glutamate y Hexadecanoic acid tuvieron sobrexpresión (fold change ≥ 1, p < 0.05) en T1. De los compuestos detectados en leche, Lactobacillic acid, Petroselinic acid y Hexadecanoic acid tuvieron aumento (fold change ≤ 1, p < 0.05) en su actividad biológica en T2, mientras que Eicosanoic acid mostro una sobrexpresión (fold change ≥ 1, p < 0.05) en T1. Palabras clave: Periodo de transición, enfermedades metabólicas, hipocalcemia

Detección de mastitis utilizando cámaras termográficas y su efectividad mediante el uso Machine Learning

2025-07-15T17:04:18Z

Detección de mastitis utilizando cámaras termográficas y su efectividad mediante el uso Machine Learning Castro Lomelí, Francisco Javier La mastitis es una de las enfermedades más frecuentes en los sistemas de producción de leche, lo que esto representa un desafío para la industria lechera debido a su impacto en la productividad. Recientemente, se ha estudiado el uso de cámaras termográficas como una herramienta para la observación del estado de la ubre. Estas permiten detectar cambios de temperatura asociados con la inflamación, que facilita un diagnóstico no invasivo. Sin embargo, con el amplio desarrollo del Deep Learning, esta tecnología se está volviendo cada vez más popular porque puede extraer objetos y sus características de fondos complejos de manera efectiva y precisa. Esto ha impulsado en el diagnostico automatizado de enfermedades animales. El estudio tuvo como objetivo implementar un modelo de detección de mastitis empleando Machine Learning. Se tomaron 160 imágenes vacas jersey (138 ubres sanas y 22 ubres con mastitis). Para aumentar el número de datos de la clase con mastitis, aplicamos técnicas de aumento de datos, específicamente rotación y volteo horizontal, lo que mejoro el balance de clases y resulto en 226 imágenes. Las imágenes fueron procesadas a un tamaño de 204x204 píxeles, normalizadas al rango [0,1], divididas en un 80% para entrenamiento (182 imágenes) y un 20% para validación (44 imágenes). Usando Google Colab con Python, y aprovechando, a infraestructura de computación de la nube, fueron entrenados los modelos ResNet50, VGG16 e InceptioV3, optimizados con Keras Tuner (optimizador Adam, tasas de aprendizaje 1e-4 a 1e-2, entropía cruzada binaria, Dropout), durante 50 épocas con Early Stopping y transferencia de aprendizaje desde ImageNet. Esta estrategia permitió aprovechar características pre entrenadas para mejorar la convergencia. VGG16 logro una precisión en validación (0.8182) y especificidad (0.67), pero con una sensibilidad baja (0.24) y 13 falsos negativos, dificultando la detección de mastitis. ResNet50 obtuvo una precisión de 0.84 en validación, sensibilidad de 0.41, especificidad de 0.52 y F1 Score de 0.38, aunque con 13 falsos positivos. InceptionV3 mostró la menor precisión (0.64), sensibilidad (0.24), especificidad (0.70) y F1 Score (0.27), con 13 falsos negativos y 8 falsos positivos. Palabras clave: Mastitis, Termografía, Machine Learning; Mastitis is one of the most frequent diseases in milk production systems, representing a significant challenge for the dairy industry due to its impact on productivity. Additionally, it is associated with a decrease in milk quality, increased treatment costs, and higher discard rates. Recently, the use of thermographic cameras has been studied as a tool for observing udder health. These cameras allow the detection of temperature changes associated with inflammation, facilitating non-invasive diagnosis. However, with the widespread development of Deep Learning, this technology is becoming increasingly popular because it can extract objects and their specific features from complex backgrounds effectively and accurately. This has driven its application in the automated diagnosis of animal diseases. The study aimed to implement a mastitis detection model using Machine Learning techniques. A total of 160 images of Jersey cows were collected (138 healthy udders and 22 udders with clinically diagnosed mastitis). To increase the number of data points for the mastitis class, data augmentation techniques, specifically rotation and horizontal flipping, were applied, which improved class balance and resulted in 226 images. The images were processed to a size of 204x204 pixels, normalized to the range [0,1], and split into 80% for training (182 images) and 20% for validation (44 images). Using Google Colab with Python, and leveraging cloud computing infrastructure, the ResNet50, VGG16, and InceptionV3 models were trained, optimized with Keras Tuner (Adam optimizer, learning rates from 1e-4 to 1e-2, binary cross-entropy, Dropout), over 50 epochs with Early Stopping and transfer learning from ImageNet. This strategy enabled the use of pre-trained features to enhance convergence. VGG16 achieved a validation accuracy of 0.8182 and specificity of 0.67, but with low sensitivity (0.24) and 13 false negatives, hindering mastitis detection. ResNet50 obtained a validation accuracy of 0.84, sensitivity of 0.41, specificity of 0.52, and F1 Score of 0.38, though with 13 false positives. InceptionV3 showed the lowest accuracy (0.64), sensitivity (0.24), specificity (0.70), and F1 Score (0.27), with 13 false negatives and 8 false positives. Keywords: Mastitis, Thermography, Machine Learning