Noticias Tecnología - Innovación - Ciencia

add ver todas

Nuevo método de fotosíntesis artificial cultiva alimentos sin luz solar

¿Qué pasaría si los cultivos pudieran crecer en la oscuridad total sin necesidad de luz solar? 

Actualmente existe una alternativa artificial a la producción de alimentos que necesitan luz solar, esta son las granjas verticales que requieren luz LED para reemplazar la luz del sol. 

En este sentido, un equipo de investigación de UC Riverside y la Universidad de Delaware han encontrado una alternativa al proceso natural de la fotosíntesis: una nueva forma de cultivo que no necesita pasar por la etapa dependiente de la luz, sino que se proporciona a las plantas la energía química que necesitan para completar su ciclo en la oscuridad. 

  • La fotosíntesis utiliza reacciones químicas para convertir el dióxido de carbono, el agua y la luz solar en glucosa y oxígeno. Esta etapa depende de la luz solar para transferir energía a las plantas. 
  • El problema de la fotosíntesis es que solo puede convertir alrededor del 1% de la energía que obtiene de la luz solar en “alimento” para la planta.​

¿Cómo funciona? 

La solución de los investigadores de Delaware convierte el dióxido de carbono y el agua en acetato, una forma de sal y un componente común para la biosíntesis. El equipo alimentó las plantas con acetato en la oscuridad y descubrió que podían usarlo como la energía química que se obtendría de la luz solar. El resultado es que este crecimiento artificial en comparación con la fotosíntesis normal, resulta mucho más eficiente tanto en las algas verdes (que crecieron cuatro veces más con el acetato), en la levadura, tomate, tabaco, arroz, canola y guisantes.

Una población mundial en constante crecimiento necesita buscar constantemente nuevas formas de producir alimentos de manera sostenible y asequible. Por lo tanto, desvincular el crecimiento de las plantas de la luz solar, tendría grandísimos beneficios potenciales para la producción de alimentos.


Para saber más, haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Bienvenidos a la era frictionless

Antes de que la sociedad se enfretara al COVID-19, el consumo se dirigía hacía modelos de negocio digitales. Durante la pandemia, y actualmente, en un momento de mejora, el consumo está sufriendo variaciones, ya que los consumidores han descubierto diversas formas de poder realizar sus actividades reduciendo el recurso más valioso que puede tener, su tiempo. Es por eso, que el futuro del comercio está orientado a reducir la fricción en los negocios, ¿Como lo harán?

Un nuevo biomaterial similar a la vida real se...

Cada organismo vivo está cambiando constantemente: las células se dividen y mueren, las proteínas se construyen y desintegran, el ADN se rompe y se cura. La vida exige que el metabolismo, es decir, el encargado de construir y destruir simultáneamente los materiales vivos, mejore continuamente nuestros cuerpos. Así es como sanamos y crecemos, cómo nos propagamos y sobrevivimos.

¡Atención Startups! El evento Trend Builders celebra su...

El próximo 8 de mayo de 2025 se celebra la 10ª Edición de Trend Builders, el evento que impulsa la transformación de la industria.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí