As condições extremas de clima, como temperaturas elevadas, períodos de seca e maior concentração de gás carbônico, podem não prejudicar a produtividade da soja no Brasil e até aumentá-la. No entanto, isso ocorre às custas de uma redução na qualidade nutricional do grão. Esta é a conclusão de uma pesquisa realizada por pesquisadores da Universidade de São Paulo (USP), em São Carlos.
O estudo, publicado na revista Food Research International, surpreendeu ao abordar a segurança alimentar. Desenvolvido no âmbito do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), a pesquisa combinou experimentos biológicos com modelagem estatística e técnicas de inteligência artificial para prever cenários futuros.
Inicialmente, esperava-se uma diminuição significativa na produção devido ao estresse climático. Contudo, simulações indicaram que o aumento de CO₂ pode estimular o crescimento da planta, compensando parcialmente os efeitos negativos do calor e da seca, o que eleva a biomassa e o rendimento dos grãos.
Por outro lado, esse crescimento vem acompanhado de mudanças na composição nutricional. O estudo aponta que, sob a influência combinada dos três fatores, a soja pode apresentar um aumento de até 175% nos aminoácidos e 35% nos açúcares solúveis. Em contraste, há uma redução de cerca de 20% no amido e de 6% no teor de proteína, um indicador crucial para o valor comercial e alimentar do grão.
Os pesquisadores ressaltam que essa perda de qualidade é preocupante para a segurança alimentar e 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.
Para alcançar esses 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. Devido às limitações em simular os três fatores simultaneamente em laboratório, os pesquisadores utilizaram modelos de aprendizado de máquina. O algoritmo XGBoost foi o mais preciso na estimativa do “efeito triplo”.
Essa abordagem permitiu explorar um conjunto de dados subutilizados e aprofundar a compreensão dos impactos das mudanças climáticas na cultura da soja — produto central para a balança comercial brasileira e para a oferta global de alimentos, rações e biocombustíveis.
Além dos resultados científicos, o estudo sugere aplicações práticas. Os autores indicam que o uso de modelos preditivos pode auxiliar produtores a estimar a produtividade nas fases iniciais da lavoura, permitindo decisões de manejo antecipadas e redução de riscos.
A pesquisa também abre caminho para o desenvolvimento de cultivares mais resistentes a condições climáticas extremas, cada vez mais comuns. Os pesquisadores enfatizam que, mais do que o volume, a qualidade do grão deve ser priorizada nas estratégias do setor. Dependendo do uso — seja para alimentação, ração ou produção de óleo —, diferentes componentes da soja ganham relevância econômica, exigindo um monitoramento mais detalhado da composição do grão em um ambiente de mudanças climáticas.