Omicbots – an innovative and intelligent multi-omics platform facing wine sector challenges 

Abstract

To face emerging competition and challenges, wine producers globally rely on precision viticulture (PV) solutions to boost productivity, enhance quality, increase profitability, and reduce the environmental impact of vineyards. Current pv methods predominantly use multispectral sensor data from several platforms (satellites or vineyard installations). However, these applications generally use data analysis strategies lacking physiological grapevine support. In this context, this work aims at developing an automatic platform that integrates low-cost robotic sensors with artificial intelligence and systems biology (in silico), to explore the metabolic pathways of the grapevine, to better understand how the physiology/metabolism of the vine is driven by the genotype x environment x management (gxexm) interaction. The integration of multi-omics approaches, including phenomics, genomics, metabolomics, and transcriptomics analysis with the use of smart sensing, considering interdependent phenotypes, metabolites, and related genes, may bridge the gap between vineyard mapping and plant phenomics attributes.  Within this study, experimental plots were established in two distinct locations within the douro region, known for its vulnerability to climate change. Field data collection covered two years, involving two grapevine varieties, and different irrigation and sunlight exposure conditions. Spectral data acquisition on the field was followed by leaf and grape sampling for transcriptional analyses targeting genes related to different grapevine biosynthetic pathways. The data collected provided valuable insights into the grapevine response to gxexm interaction. This dataset will also be used to develop and improve a new plant screening platform providing the grapevine/wine industry with an innovative high-end pv technological solution to improve decision-making in vineyard management to enhance sustainability and productivity.

Acknowledgments: research funded by national funds by fct – portuguese foundation for science and technology, under the project ptdc/asp-hor/1338/2021. L. Pereira and c. Barbosa were also financially supported by colab vines&wines (funding program re-c05-i02 – missão interface nº 01/c05-i02/2022).

Omicbots – une plateforme multi-omique innovante et intelligente pour répondre aux défis du secteur vitivinicole

Pour répondre à la concurrence et aux défis émergents, les producteurs de vin du monde entier s’appuient sur des solutions de viticulture de précision (VP) pour augmenter la productivité, améliorer la qualité, renforcer la rentabilité et réduire l’impact des vignobles sur l’environnement. Les méthodes vp actuelles utilisent surtout des données de capteurs multispectraux provenant de différentes plateformes (satellites ou installations dans les vignobles). Cependant, ces applications utilisent généralement des stratégies d’analyse de données qui manquent de support physiologique pour la vigne. Dans ce contexte, ce travail vise à développer une plateforme automatique qui intègre des capteurs robotiques à faible coût avec l’intelligence artificielle et la biologie des systèmes (in silico), pour explorer les voies métaboliques de la vigne, afin de comprendre comment la physiologie/métabolisme de la vigne est influencée par l’interaction génotype x environnement x « management » (gxexm).  L’intégration d’approches multi-omiques, comprenant des analyses phénomiques, génomiques, métabolomiques et transcriptomiques avec l’utilisation de la détection intelligente, en tenant compte des phénotypes interdépendants, des métabolites et des gènes connexes, peut combler le fossé entre la cartographie des vignobles et les attributs phénomiques des plantes. Dans cette étude, des parcelles expérimentales ont été établies dans deux localisations distincts de la région du douro, connue pour sa vulnérabilité au changement climatique. La collecte de données sur le terrain s’est déroulée sur deux ans, avec deux variétés de vigne et différentes conditions d’irrigation et d’exposition à la lumière du soleil. L’acquisition de données spectrales sur le terrain a été suivie d’un échantillonnage de feuilles et de raisins pour des analyses transcriptionnelles ciblant les gènes liés aux différentes voies de biosynthèse de la vigne. Les données collectées ont apporté des informations précieuses sur la réponse de la vigne à l’interaction gxexm. Cet ensemble de données sera également utilisé pour développer et améliorer une nouvelle plateforme de criblage des plantes qui permettra à l’industrie de la vigne et du vin de disposer d’une solution technologique vp innovante afin d’améliorer la prise de décision dans la gestion des vignobles et d’accroître la durabilité et la productivité.

Remerciements : recherche financée par des fonds nationaux de la fct – fondation pour la science et la technologie du portugal, dans le cadre du projet ptdc/asp-hor/1338/2021. L. Pereira et c. Barbosa ont également bénéficié d’un supporte financier du colab vines&wines (programme de financement re-c05-i02 – mission interface nº 01/c05-i02/2022).

Omicbots – una plataforma multiómica innovadora e inteligente para responder a los retos del sector vitivinícola

Para responder a la competencia y los retos emergentes, los productores de vino de todo el mundo recurren a soluciones de viticultura de precisión (VP) para impulsar la productividad, mejorar la calidad, aumentar la rentabilidad y reducir el impacto ambiental de los viñedos. Los métodos actuales de vp utilizan predominantemente datos de sensores multiespectrales procedentes de varias plataformas (satélites o instalaciones en viñedos). Sin embargo, estas aplicaciones generalmente emplean estrategias de análisis de datos que carecen de soporte fisiológico de la vid. En este contexto, este trabajo tiene como objetivo desarrollar una plataforma automática que integre sensores robóticos de bajo costo con inteligencia artificial y biología de sistemas (in silico), para explorar las vías metabólicas de la vid, y comprender mejor cómo la fisiología/metabolismo de la vid está determinada por la interacción genotipo x ambiente x manejo (gxexm). La integración de enfoques multi-ómicos, que incluyen estudios fenómicos, genómicos, metabolómicos y transcriptómicos con el uso de sensores inteligentes, considerando fenotipos interdependientes, metabolitos y genes relacionados, puede cerrar la brecha entre el mapeo de viñedos y los atributos fenómicos de las plantas. En este estudio se establecieron parcelas experimentales en dos localizaciones distintas de la región del douro, conocida por su vulnerabilidad al cambio climático. La recogida de datos en campo comprendió dos años, con dos variedades de vid y diferentes condiciones de riego y exposición a la luz solar. La adquisición de datos espectrales en el campo fue seguida de un muestreo de hojas y uvas para análisis transcripcionales dirigidos a genes relacionados con diferentes vías biosintéticas de la vid. Los datos recogidos proporcionaron información valiosa sobre la respuesta de la vid a la interacción gxexm. Este conjunto de datos también se utilizará para desarrollar y mejorar una nueva plataforma de cribado de plantas que proporcionará al sector vitivinícola una innovadora solución de vp para mejorar la toma de decisiones en la gestión de viñedos y así potenciar la sostenibilidad y la productividad.

Agradecimientos: investigación financiada por fondos nacionales por la fct – fundación portuguesa para la ciencia y la tecnología, en el proyecto ptdc/asp-hor/1338/2021. L. Pereira e c. Barbosa fueran también apoyadas financieramente pelo colab vines&wines (programa de financiamento re-c05-i02 – missão interface nº 01/c05-i02/2022).