Sintesi dell'intervento "Dal breeding al mercato: il futuro delle fragole" di Alice Patella (CIV Consorzio Italiano Vivaisti) tenuto nell'ambito del programma degli eventi della Berry Area 2026 (Macfrut).
L'applicazione dell'intelligenza artificiale sta traghettando il vivaismo ortofrutticolo verso una nuova fase evolutiva, superando l'approccio statistico tradizionale attraverso modelli predittivi avanzati.
Per la filiera dei piccoli frutti, l'integrazione di questi strumenti rappresenta una svolta pragmatica: l'AI elabora moli inedite di parametri genomici, fenotipici e ambientali per risolvere colli di bottiglia storici del miglioramento varietale.
Il cambio di paradigma permette di contrarre radicalmente i tempi di sviluppo delle nuove cultivar e di selezionare varietà di fragola dotate di maggiore resilienza, migliore plasticità genotipica e caratteristiche più coerenti con le esigenze di vivaisti, produttori e operatori retail.
Takeaway chiave
1. L'intelligenza artificiale dimezza i tempi del breeding.
L'integrazione di algoritmi predittivi permette di ridurre il ciclo di sviluppo di una nuova varietà di fragola dai tradizionali 10 anni a circa 5 anni, ottimizzando la selezione parentale già dalle primissime fasi.
2. Il valore dell'AI sta nella gestione dei wild data.
Il vero vantaggio strategico risiede nella capacità di normalizzare input agricoli molto disomogenei, come temperature, radiazione solare, trascrittomica e marcatori genetici, trasformandoli in output univoci per guidare gli incroci.
3. I modelli aiutano a risolvere il nodo della pleiotropia.
Analizzando simultaneamente dati genetici e fenotipici, l'AI consente di bilanciare caratteri storicamente in contrasto tra loro, come dolcezza e compattezza del frutto, superando i compromessi tipici della statistica tradizionale.
4. La plasticità genotipica diventa misurabile sotto stress.
Il programma sperimentale condotto con Heritable e Red Sun Farms analizza il comportamento del vasto germoplasma CIV nelle serre canadesi, mappando dinamicamente l'adattamento delle piante ai cambiamenti ambientali fase per fase.
Cosa emerge dall'intervento
Il Consorzio Italiano Vivaisti, realtà che gestisce una produzione di circa 350 milioni di piante di fragola all'anno, sta ridisegnando le logiche della selezione varietale attraverso una partnership strategica con Heritable, spin-out di Google X, e l'azienda canadese Red Sun Farms.
Il nodo centrale affrontato da questa innovazione è la gestione dei cosiddetti wild data. In campo agricolo, le informazioni raccolte sono estremamente eterogenee: temperature espresse in gradi centigradi, livelli di radiazione solare, sequenze di acidi nucleici, marcatori genetici, dati fenotipici e risposte fisiologiche delle piante.
Sfoglia e scarica l'intervento completo
Si tratta di grandezze profondamente disomogenee, che la mente umana o la semplice statistica tradizionale faticano a correlare in modo efficace e causale.
L'intelligenza artificiale interviene proprio per immagazzinare, normalizzare e tradurre questa mole di dati in un output predittivo chiaro, capace di guidare concretamente il lavoro del breeder.
Dal dato grezzo alla decisione genetica
Il valore dell'AI non consiste semplicemente nel raccogliere più dati, ma nel trasformare dati agricoli disordinati, incompleti e disomogenei in indicazioni operative.
Per il breeding, questo significa selezionare meglio i genitori, anticipare i risultati degli incroci e ridurre il numero di combinazioni geneticamente meno promettenti.
Un approccio olistico: genomica, trascrittomica e metabolomica
Sul piano operativo, il sistema non si limita all'analisi dei singoli marcatori molecolari.
L'approccio adottato integra genomica, trascrittomica e metabolomica, costruendo una lettura molto più completa del comportamento della pianta.
La rete neurale viene addestrata utilizzando il complesso germoplasma del CIV, che comprende varietà high chill, low chill ed everbearing.
L'obiettivo è comprendere le reazioni fisiologiche delle piante in ogni specifica fase di crescita e sotto le condizioni di stress tipiche delle serre canadesi.
Questo metodo consente di mappare con precisione la plasticità del genotipo, cioè la capacità della pianta di adattare il proprio comportamento al variare dell'ambiente produttivo.
Plasticità genotipica: perché conta per la filiera
La plasticità genotipica è un parametro sempre più strategico per i piccoli frutti, perché le nuove varietà devono performare in ambienti produttivi molto diversi tra loro.
Temperature, luce, umidità, gestione irrigua, substrati, serre e sistemi colturali possono modificare in modo significativo la risposta della pianta e la qualità del frutto.
Per questo il breeding non può più limitarsi a selezionare una varietà performante in condizioni standard. Deve invece prevedere come quella varietà reagirà a stress, variazioni ambientali e modelli produttivi diversi.
L'AI permette di osservare questa risposta in modo dinamico, collegando il dato genetico con l'espressione fenotipica e con l'ambiente reale di coltivazione.
| Area di innovazione | Funzione dell'AI | Impatto per la filiera |
|---|---|---|
| Selezione parentale | Individua combinazioni genetiche più promettenti già nelle prime fasi. | Riduzione dei tempi e maggiore efficienza dei programmi di breeding. |
| Wild data | Normalizza dati agricoli eterogenei e li traduce in output utilizzabili. | Migliore capacità decisionale e minore dispersione informativa. |
| Pleiotropia | Analizza simultaneamente caratteri genetici e fenotipici interconnessi. | Possibilità di bilanciare dolcezza, compattezza, resa e qualità commerciale. |
| Plasticità genotipica | Mappa la risposta delle piante ai cambiamenti ambientali fase per fase. | Sviluppo di varietà più resilienti e più adatte a contesti produttivi diversi. |
| Time to market | Concentra le inefficienze e anticipa le scelte selettive. | Riduzione del ciclo di sviluppo varietale da 10 a circa 5 anni. |
Il nodo della pleiotropia: bilanciare caratteri in competizione
Per gli operatori della filiera dei piccoli frutti, una delle implicazioni più rilevanti riguarda la risoluzione della pleiotropia, cioè il controllo simultaneo di caratteri fenotipici interconnessi.
Nel miglioramento genetico tradizionale, il breeder deve spesso affrontare compromessi difficili. Alcuni tratti desiderabili possono infatti essere inversamente correlati o difficili da combinare nella stessa varietà.
Nel caso della fragola, uno degli esempi più evidenti riguarda il bilanciamento tra dolcezza e compattezza del frutto. Una varietà molto dolce non sempre garantisce la consistenza richiesta dalla distribuzione, mentre una varietà molto compatta può risultare meno soddisfacente sul piano organolettico.
L'AI predittiva consente di analizzare contemporaneamente dati genetici e fenotipici, individuando a monte i genitori meno inclini a dinamiche di compensazione negativa.
In questo modo, il processo selettivo può concentrarsi su combinazioni genetiche con maggiore probabilità di esprimere più caratteri positivi nello stesso genotipo.
Una nuova precisione per il breeding della fragola
La forza dell'AI sta nella capacità di leggere simultaneamente ciò che il breeding tradizionale tende a valutare in modo sequenziale.
Questo permette di anticipare i compromessi genetici, ridurre gli errori di selezione e orientare lo sviluppo verso cultivar più complete: buone, resistenti, produttive e adatte al mercato.
Dimezzare il time to market varietale
Il modello predittivo porta a un'accelerazione drastica del time to market.
Il metodo convenzionale richiede spesso almeno un decennio per arrivare a una singola varietà commerciale, partendo da una base ampia di semenzali e procedendo attraverso successive fasi di selezione, prova, scarto e validazione.
L'approccio computazionale concentra molte di queste inefficienze nelle fasi iniziali del processo.
Dopo un primo anno di intenso addestramento algoritmico, il sistema può affiancare i genetisti nella selezione parentale e nell'interpretazione delle combinazioni più promettenti.
Il risultato atteso è la possibilità di immettere sul mercato una varietà altamente performante, e biologicamente conosciuta in modo molto più completo, in circa cinque anni.
Una nuova piattaforma decisionale per vivaisti, produttori e retailer
L'applicazione dell'AI al breeding non riguarda solo il lavoro dei genetisti.
Le informazioni generate dai modelli predittivi possono diventare una piattaforma decisionale per l'intera filiera: dai vivaisti che devono programmare il materiale vegetale, ai produttori che cercano varietà più adatte ai propri ambienti, fino ai retailer che richiedono continuità qualitativa e standard commerciali più stabili.
Per una categoria come la fragola, in cui gusto, shelf-life, produttività e adattabilità devono convivere, questo approccio consente di ridurre l'incertezza e orientare l'innovazione verso obiettivi più misurabili.
In sintesi
L'intelligenza artificiale introduce nel breeding della fragola una nuova capacità predittiva, fondata sull'integrazione di dati genetici, fenotipici, ambientali e metabolici.
Il caso CIV, sviluppato con Heritable e Red Sun Farms, mostra come la gestione dei wild data possa trasformarsi in un vantaggio competitivo concreto: selezionare meglio, più rapidamente e con maggiore consapevolezza biologica.
La prospettiva più rilevante per la filiera dei piccoli frutti è la possibilità di ridurre drasticamente i tempi di sviluppo varietale, migliorando al tempo stesso la qualità delle nuove cultivar e la loro capacità di adattarsi a contesti produttivi sempre più complessi.
