Extremos do clima, como altas temperaturas, secas ou maior concentração de gás carbônico podem não atrapalhar – e até aumentar – a produtividade de soja no Brasil, mas a custo de um perda de qualidade nutricional do grão. É o que revelou um estudo conduzido por pesquisadores da Universidade de São Paulo (USP), em São Carlos.

O resultado surpreendeu os pesquisadores pela ótica da segurança alimentar. A pesquisa, publicada na revista Food Research International, foi desenvolvida no âmbito do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e combinou experimentos biológicos com modelagem estatística e técnicas de inteligência artificial para simular cenários futuros.

A expectativa inicial era de queda acentuada na produção sob estresse climático. No entanto, as simulações mostraram que o aumento de CO₂ pode estimular o crescimento da planta, compensando parcialmente os efeitos negativos do calor e da seca e elevando a biomassa e o rendimento dos grãos.

Por outro lado, esse ganho vem acompanhado de mudanças relevantes na composição nutricional. Segundo o estudo, sob a combinação dos três fatores, a soja pode apresentar aumento de até 175% nos aminoácidos e de 35% nos açúcares solúveis. Em contrapartida, há redução de cerca de 20% no amido e de 6% no teor de proteína — indicador-chave para o valor comercial e alimentar do grão.

Os pesquisadores destacam que essa perda de qualidade é um ponto de atenção para a segurança alimentar e para a competitividade da soja brasileira no mercado internacional, já que o teor proteico é um dos principais critérios de demanda, especialmente na produção de ração animal.

Uso de inteligência artificial amplia análise

Para chegar aos resultados, a equipe analisou dados de experimentos realizados entre 2019 e 2020, com variações controladas de temperatura, água e CO₂, avaliando o desenvolvimento da planta ao longo de todo o ciclo produtivo.

Como a simulação simultânea dos três fatores ainda é limitada em laboratório, os pesquisadores recorreram a modelos de aprendizado de máquina. O algoritmo XGBoost foi o que apresentou maior precisão para estimar o chamado “efeito triplo”.

A abordagem permitiu explorar um conjunto de dados que estava subutilizado e avançar na compreensão dos impactos das mudanças climáticas sobre a cultura da soja — produto central para a balança comercial brasileira e para a oferta global de alimentos, rações e biocombustíveis.

Aplicações no campo

Além dos resultados científicos, o estudo aponta aplicações práticas. Segundo os autores, o uso de modelos preditivos pode ajudar produtores a estimar a produtividade ainda nas fases iniciais da lavoura, permitindo decisões antecipadas de manejo e redução de riscos.

A pesquisa também abre caminho para o desenvolvimento de cultivares mais resistentes a condições extremas, cada vez mais frequentes no cenário de mudanças climáticas.

Os pesquisadores ressaltam que, mais do que volume, a qualidade do grão deve ganhar peso nas estratégias do setor. Dependendo do uso — alimentação, ração ou produção de óleo — diferentes componentes da soja passam a ter relevância econômica, o que exige monitoramento mais detalhado da composição do grão em um ambiente climático em transformação.