Mudanças climáticas aumentam a produção, mas reduzem valor nutricional da soja

Estudo combinou modelos estatísticos com inteligência artificial para prever efeitos do clima extremo sobre um dos grãos mais estratégicos da economia brasileira

 Publicado: 05/05/2026 às 7:00     Atualizado: 06/05/2026 às 16:00

Texto: Leonardo Zacarin*

Arte: Livia Bortoletto**

Uma plantação de soja
O Brasil produz cerca de 157 milhões de toneladas de soja por ano, e eventos climáticos extremos podem comprometer a produtividade da cultura - Foto: Magnific

Mudanças climáticas aumentam a produção, mas reduzem valor nutricional da soja

Estudo combinou modelos estatísticos com inteligência artificial para prever efeitos do clima extremo sobre um dos grãos mais estratégicos da economia brasileira

 Publicado: 05/05/2026 às 7:00     Atualizado: 06/05/2026 às 16:00

Texto: Leonardo Zacarin*

Arte: Livia Bortoletto**

O Brasil produz cerca de 157 milhões de toneladas de soja por ano, e eventos climáticos extremos podem comprometer a produtividade da cultura – Foto: Magnific

Maior produtor do mundo, o Brasil tem sua balança comercial fortemente atrelada à soja. Além da importância econômica, ela é amplamente utilizada na produção de alimentos, ração animal, biocombustíveis e em insumos da indústria cosmética. Cientistas da USP uniram suas expertises, combinando experimentos biológicos com modelagem estatística e IA, para prever como a cultura pode ser afetada por condições como altas temperaturas, seca e níveis elevados de gás carbônico – características presentes no contexto da emergência climática. Os resultados apontam para o menor valor e qualidade do grão cultivado nessas condições, apesar da elevação na produtividade.

Publicado na revista Food Research International, o estudo contou com a participação de pesquisadores do Instituto de Biociências (IB), do Instituto de Ciências Matemáticas e de Computação (ICMC), e do Centro de Energia Nuclear na Agricultura (Cena), todos da USP.

“A pesquisa inova ao articular uma modelagem estatística tradicional, baseada em modelos lineares generalizados e planejamento de experimentos, com técnicas de aprendizado de máquina, utilizadas para simular cenários que não podem ser reproduzidos com facilidade em laboratório”, explica Cibele Russo, docente do ICMC e integrante do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI).

Segundo Marcos Silveira Buckeridge, professor do IB e líder do estudo, o resultado mais surpreendente foi observar que a combinação simultânea de seca, calor e alto CO₂ aumenta a produção da soja, ao mesmo tempo em que altera profundamente a composição do grão. “Eu esperava que os três fatores de estresse se anulassem e que o crescimento da planta não se alterasse muito. Me surpreendeu o fato de ela crescer mais sob a pressão de três fatores. Isso significa que a temperatura e o alto CO₂ estão contribuindo para esse efeito, já que a seca sozinha faria a planta produzir menos”, afirma o pesquisador. Para ele, a principal descoberta é que os efeitos das mudanças climáticas não atuam de forma linear: “Cada fator gera um desvio metabólico diferente. Quando colocamos os três juntos, obtemos um quarto desvio, o que mostra que as respostas da planta são muito mais complexas do que imaginávamos”.

“O aumento da concentração de gás carbônico impulsiona a produção de soja, ao mitigar parte dos danos causados pelas altas temperaturas e pela seca. Entretanto, se por um lado há aumento da biomassa e do rendimento dos grãos, por outro, esse ganho vem acompanhado de uma queda na qualidade nutricional”, relata a doutoranda Janaina da Silva Fortirer, do Programa Interunidades de Pós-Graduação em Bioinformática, primeira autora do artigo. Compreender essa dinâmica é fundamental para orientar estudos futuros e antecipar os impactos das mudanças climáticas na agricultura do País.

Quatro estufas cilíndricas com mudas dentro, em um laboratório
Estufas utilizadas para simular condições de mudanças climáticas no experimento realizado no Laboratório de Fisiologia Ecológica de Plantas da USP - Foto: Janaina Fortirer

Experimentos

Para chegar a esses resultados, os pesquisadores partiram de experimentos conduzidos em condições que simulavam cenários futuros, com variações de temperatura, disponibilidade de água e concentração de gás carbônico, tanto de forma isolada quanto em combinações duplas. A plantação foi acompanhada durante todo o ciclo de desenvolvimento da planta, com dados sendo coletados no início, na fase intermediária e ao final, quando foi feita a colheita.

Os grãos da soja passaram então por uma análise bioquímica detalhada, que incluiu a medição de proteínas, lipídios, açúcares, amido e aminoácidos. Essa etapa permitiu avaliar não apenas a produtividade, mas também as alterações na qualidade nutricional da soja sob diferentes condições ambientais.

Com base nesses dados, os pesquisadores aplicaram modelos lineares generalizados, uma abordagem estatística capaz de lidar com relações não lineares entre as variáveis. “Levando em conta as especificidades dos dados, propus o uso desses modelos, o que nos permitiu avaliar a interação entre os diferentes fatores e seus efeitos sobre a produção e a qualidade do grão”, explica Cibele Russo.

Quatro mudas de aparências diferentes cultivadas sob CO2 ambiente, CO2 elevado, seca, e CO2 elevado mais seca
O desenvolvimento das plantas sob diferentes condições - Foto: Janaina Fortirer

Entretanto, os pesquisadores também queriam analisar o chamado “efeito triplo”, que envolve a ação simultânea de gás carbônico elevado, altas temperaturas e seca. Segundo Janaina Fortirer, que é bióloga, reproduzir essas três condições ao mesmo tempo em laboratório ainda é difícil em muitos contextos. “Tínhamos os dados de cada condição separadamente, mas não era possível reunir os três fatores ao mesmo tempo no laboratório. Simular os três agentes ao mesmo tempo exige uma estrutura complexa, além de alto investimento e tempo para implementação”, afirma.

Diante desse desafio, a equipe recorreu à ciência de dados. Utilizando os resultados dos experimentos duplos como base, foram aplicados algoritmos de aprendizado de máquina para simular o efeito combinado dos três fatores. Entre os modelos testados, o XGBoost apresentou maior precisão nas previsões.

 

As simulações indicaram que, sob o efeito triplo, a soja apresentaria aumento de 35% nos açúcares solúveis e de até 175% nos aminoácidos. Por outro lado, os resultados apontaram uma redução de 20% no amido e de cerca de 6% no teor de proteína dos grãos, evidenciando o impacto direto das mudanças climáticas na qualidade nutricional da soja

“Essa perda é um ponto de atenção tanto para a segurança alimentar quanto para as políticas de exportação, já que o valor nutricional é um fator estratégico para a competitividade da soja brasileira”, afirma Janaina Fortirer.

Potes com grãos verdes. A quantidade variou segundo as condições de cultivo. Com elevada temperatura, a quantidade é bem pequena
Quantidade de grãos produzida por planta. No tratamento com evento extremo de temperatura, houve redução de 91% na produção de soja - Foto: Janaina Fortirer

Aplicação das ciências de dados

O avanço da pesquisa conduzida pela doutoranda Janaina Fortirer só se tornou possível a partir da incorporação de ferramentas da ciência de dados. Formada em Biologia, ela buscou, em 2024, o MBA em Ciências de Dados do ICMC e do CeMEAI para aprofundar seus conhecimentos em estatística e aprendizado de máquina e, assim, conseguir lidar com a análise de um conjunto de dados experimentais.

“Os experimentos haviam sido realizados entre 2019 e 2020, mas as informações permaneceram sem exploração por anos. Faltava, até então, uma abordagem metodológica capaz de extrair respostas mais complexas desses dados”, comenta Janaina Fortirer.

Foi nesse contexto que surgiu a parceria com a professora Cibele Russo, que atuou como orientadora no MBA e passou a colaborar diretamente com a pesquisa. “O trabalho ficou muito interessante porque a gente conseguiu mobilizar diferentes abordagens ao longo do processo. Eu costumo dizer aos alunos que o cientista de dados constrói uma espécie de caixa de ferramentas, que vai sendo ampliada ao longo da formação. E quanto mais ferramentas ele tem, melhor tende a ser a qualidade dos modelos e das previsões”, explica Cibele Russo.

Para a doutoranda, o tipo de abordagem proposta na pesquisa abre caminho para aplicações práticas no campo. “A partir de dados coletados ainda nas fases iniciais do cultivo, produtores podem estimar a produtividade da lavoura e antecipar decisões de manejo, reduzindo riscos e perdas. Além disso, os resultados contribuem para o desenvolvimento de cultivares mais resistentes a condições extremas, cada vez mais frequentes em cenários de mudanças climáticas”, diz.

A pesquisa também reforça que a qualidade do grão é tão estratégica quanto a quantidade produzida. Para consumo alimentar, o teor de proteína é um dos principais critérios. Já na produção de óleo, outros componentes ganham relevância.

“Dependendo da finalidade, as características da soja ganham pesos diferentes. No caso do óleo, por exemplo, o teor de ácido linolênico precisa ser monitorado, porque variações podem afetar o odor e a qualidade do produto final”, explica a bióloga.

Para Cibele Russo, a publicação do estudo em uma revista de alto impacto reforça a relevância da pesquisa e o potencial da integração entre diferentes áreas do conhecimento para enfrentar desafios complexos como os impostos pelas mudanças climáticas.

O trabalho teve como autores Janaina da Silva Fortirer (IB e ICMC), Adriana Grandis (ICMC), Carmen Eusébia Palacios Jara (Cena), Débora Pagliuso (IB), Leandro Francisco de Oliveira (IB), Eveline Queiroz de Pinho Tavares (IB), Lauana Pereira de Oliveira (IB), Plínio B. Camargo (Cena), Eny Iochevet Segal Floh (IB), Cibele M. Russo (ICMC) e Marcos S. Buckeridge (IB).

*Da Assessoria de Imprensa do CeMEAI, adaptado para o Jornal da USP

**Estagiária sob orientação de Simone Gomes


Política de uso 
A reprodução de matérias e fotografias é livre mediante a citação do Jornal da USP e do autor. No caso dos arquivos de áudio, deverão constar dos créditos a Rádio USP e, em sendo explicitados, os autores. Para uso de arquivos de vídeo, esses créditos deverão mencionar a TV USP e, caso estejam explicitados, os autores. Fotos devem ser creditadas como USP Imagens e o nome do fotógrafo.