Acelerar o progresso com redesenho da fotossíntese

0
201

Por: www.revistaamazonia.com.br

O projeto RIPE está acelerando a transferência dos resultados de seus projetos para as principais culturas alimentares: soja, arroz, mandioca e feijão nhemba.  

“O tempo é da essência, especialmente quando olhamos para um futuro cheio de mais pessoas e um clima muito diferente”, disse o diretor RIPE Stephen Long, Ikenberry da Universidade de Crop Sciences e Biologia Vegetal na  Universidade de Illinois  e Professor Emérito na Ciências da Cultura na  Universidade de Lancaster . “Precisamos preparar nossos alimentos para o futuro hoje para garantir que essas tecnologias estejam disponíveis quando precisamos delas”.

Um dos principais objetivos do projeto RIPE é fornecer aos agricultores, particularmente aqueles em alguns dos países mais pobres do mundo, sementes que produzirão substancialmente mais sem exigir mais insumos. No entanto, são necessários pelo menos 15 anos para que os avanços avancem das bancadas dos laboratórios dos cientistas para os campos dos fazendeiros em escala, alertou Donald Ort, vice-diretor do RIPE, professor de Biologia Vegetal e Ciências Vegetais em Illinois. Provavelmente, as tecnologias do RIPE não estarão nos campos dos agricultores até 2030, quando a população mundial terá crescido em mais de um bilhão de pessoas.

O projeto RIPE possui investimentos da Fundação  Bill & Melinda Gates, a Fundação para Pesquisa Alimentar e Agrícola  (FFAR) e o  Departamento para o Desenvolvimento Internacional  (DFID) que asseguraram que o projeto de pesquisa internacional continuasse e acelerasse a abordar o desafio alimentar global. Recentemente, a Fundação Gates contribuiu com mais US $ 13 milhões para adicionar recursos e pessoal, com a finalidade  de acelerar o progresso –  modelar a fotossíntese para ajustar virtualmente o processo fotossintético e identificar as melhores oportunidades para melhorias que aumentariam a produtividade das culturas. O recente suporte do suplemento já está sendo usado para testar as previsões do modelo em culturas-modelo e traduzir tecnologias de aumento de produção para culturas alimentares mais rapidamente.