La generación de conocimiento en alimentación y el uso de la tecnología para optimizarlo son de suma importancia en la industria acuícola. Para lograr una visión adecuada al respecto, se aplicaron herramientas de minería de datos con el fin de estudiar los beneficios de los aglutinantes en las dietas de camarones juveniles Litopenaeus vannamei y descubrir tendencias, patrones y situaciones anómalas en las secuencias de datos.
Ecuador es considerado uno de los países más importantes en la producción de camarón. Su alta producción se debe a dos factores:
1) esta ha sido tradicionalmente semiintensiva, utilizando intercambio de alimentos y agua, pero sin aireación, y
2) hay mucha tierra deshabitada adecuada para grandes estanques y granjas. Sin embargo, existe un interés creciente en expandir la acuicultura en este país empleando especies y tecnologías alternativas.
“Con el fin de diversificar la producción acuícola en Ecuador, se han llevado a cabo diversos proyectos para la producción de camarón.”
En 2002, debido al síndrome de la mancha blanca, se desarrollaron métodos alternativos de producción, como el cultivo en estanques cubiertos que permite un menor intercambio de agua y un nivel de temperatura más constante, y el sistema llamado “onshore” que consiste en cultivar camarones a salinidades muy bajas utilizando agua de pozos y ríos en áreas agrícolas de las provincias de Manabí y Guayas.
La alimentación suplementaria está asociada con estas actividades, lo que influye en el costo de producción de camarón. La estrategia y la optimización de la alimentación son aspectos de importancia en acuicultura que implican la formulación de diferentes dietas (pellets o gránulos).
“El contenido de nutrientes presente en los gránulos influirá en el crecimiento y la supervivencia de los camarones, y en los productos de desecho excretados.”
En la formulación de gránulos, es necesario mantener el valor de los nutrientes dietéticos utilizando aglutinantes, aunque no es común su uso como atrayentes en los alimentos para camarones.
Para lograr una visión adecuada al respecto, se aplicaron herramientas de minería de datos, como el algoritmo de agrupamiento K-means (K-Means Clustering Algorithm) y PCA Biplot, con el fin de estudiar los beneficios de los aglutinantes en las dietas de camarones y descubrir tendencias, patrones y situaciones anómalas en las secuencias de datos.
El objetivo principal de este estudio fue utilizar técnicas de minería de datos, como el algoritmo de agrupamiento K-Means y PCA Biplot, identificando el rendimiento en el crecimiento y la composición nutricional de camarones juveniles Litopenaeus vannamei después de ser alimentados con dietas que incluyen aglutinantes de acuicultura con sardina.
Materiales y métodos
El experimento se realizó en la Camaronera “La Chorrera”. Se distribuyeron aleatoriamente diez camarones juveniles L. vannamei (0.70 g) por tanque (180 tanques de 20 L de capacidad). Las dos mezclas utilizadas se prepararon con la siguiente composición:
Mezcla 1 (M1) de granulados mezclados con aglutinante (hidrolizados de subproductos de sardina al 20%) y Mezcla 2 (M2) de granulados mezclados con aglutinante (hidrolizados de subproductos de sardina al 30%).
“Durante las siete semanas consecutivas de la prueba, los camarones juveniles fueron alimentados cuatro veces al día. En los comederos se agregaron 200 g de mezcla (M1) o 200 g de mezcla (M2). Los experimentos se realizaron por triplicado.”
Se contaron, pesaron y midieron tres camarones de cada tanque (después de siete semanas del ensayo) con la finalidad de determinar: rendimiento de crecimiento, incluida la ganancia de peso (WG %, por sus siglas en inglés), tasa de crecimiento específico (SGR %), eficiencia alimenticia (FE %), índice de eficiencia proteica (PER) y porcentaje de supervivencia (S %).
Se realizó un análisis proximal de las muestras según el criterio de la Asociación de Químicos Analíticos Oficiales (AOAC).
Resultados y discusión
Minería de datos para el rendimiento de crecimiento de camarones juveniles
En la Figura 1 se aprecia el uso del método de algoritmo de agrupamiento de 90 objetos con cinco variables cada uno, utilizando el software RStudio.
El gráfico (a) presenta el uso de tres agrupamientos o clusters para rendimiento de crecimiento de camarones juveniles L. vannamei alimentados con la mezcla M1, mientras que en el gráfico (b) de los alimentados con la mezcla M2, ambos después de siete semanas.
Los resultados muestran una curva normal de distribución de 90 puntos de datos alrededor de tres agrupamientos en cada gráfico. El tamaño de cada grupo está relacionado con el número de puntos de datos, en el gráfico (a): el tamaño del Grupo 1 (color rojo) es 28, el tamaño del Grupo 2 (color negro) es 32 y el tamaño del Grupo 3 (color verde) es 30.
“Los camarones juveniles L. vannamei alimentados con la mezcla M1 perteneciente al Grupo 2 mostraron los valores más altos de rendimiento de crecimiento.”
Por otra parte, en el gráfico (b): el tamaño del Grupo 1 (color negro) es 30, el tamaño del Grupo 2 (color verde) es 29 y el tamaño del Grupo 3 (color rojo) es 31. Los camarones juveniles L. vannamei alimentados con la mezcla M2 perteneciente al Grupo 3 presentaron los mayores valores de rendimientos de crecimiento.
Dado que los puntos de datos se distribuyen normalmente, los grupos varían en tamaño con puntos de datos máximos y puntos de datos mínimos.
La Figura 2 muestra el gráfico factorial del plano 1–2 (PCA-Biplot); el gráfico (a) presenta la inercia acumulada hasta 49.1% mientras que el gráfico (b) presenta la inercia acumulada hasta 47%. Los agrupamientos se calcularon utilizando las coordenadas Biplot y su descripción se basa en cinco variables.
En el gráfico (a) se observan diferencias importantes. El Grupo 1 (color azul) indica la presencia de 25 camarones juveniles L. vannamei alimentados con la mezcla M1 con mayor relación de eficiencia alimenticia y ganancia de peso, mientras que el Grupo 2 (color verde) indica la presencia de 40 camarones juveniles L vannamei alimentados con la mezcla M1 con mayor relación para tasa de crecimiento específico e índice de eficiencia proteica y el Grupo 3 (color rojo) indica la presencia de 25 juveniles L. vannamei alimentados con la mezcla M1 con mayor relación de supervivencia específica.
En el gráfico (b) también se observaron diferencias entre los agrupamientos. El Grupo 1 (color rojo) indica la presencia de 19 camarones juveniles L. vannamei alimentados con la mezcla M2 con mayor relación de eficiencia alimenticia, mientras que el Grupo 2 (color azul) indica la presencia de 30 camarones juveniles L. vannamei alimentados con la mezcla M2 con mayor relación para todos los parámetros y el Grupo 3 (color verde) indica la presencia de 41 camarones juveniles L vannamei alimentados con la mezcla M2 con mayor relación para la tasa de crecimiento específico, ganancia de peso e índice de eficiencia proteica.
El uso de aglutinantes con sardina en las dietas puede mejorar el rendimiento de crecimiento debido al incremento de alimentación y menor desperdicio de alimentos.
Minería de datos para la composición nutricional de camarones juveniles
La Figura 3 presenta la aplicación del método de algoritmo de agrupamiento K-means para 90 objetos de cinco variables cada uno, utilizando el software RStudio. En el gráfico (a) se presenta el uso de tres agrupamientos para la composición nutricional de camarones juveniles L. vannamei alimentados con la mezcla M1, mientras que en el gráfico (b) de los alimentados con la mezcla M2.
En los resultados se aprecia la distribución normal de 90 puntos de datos alrededor de tres agrupaciones en cada gráfico. El tamaño de cada agrupamiento está en relación con la cantidad de puntos de datos.
Gráfico (a): el tamaño del Grupo 1 (color rojo) es 31, el tamaño del Grupo 2 (color negro) es 30 y el tamaño del Grupo 3 (color verde) es 29. Los camarones juveniles L. vannamei alimentados con la mezcla M1 pertenecientes al Grupo 1 mostraron los valores más altos de parámetros nutricionales.
Mientras, que en el gráfico (b): el tamaño del Grupo 1 (color negro) es 30, el tamaño del Grupo 2 (color verde) es 28, y el tamaño del Grupo 3 (color rojo) es 32. Los camarones juveniles L vannamei alimentados con la mezcla M2 pertenecientes al Grupo 3 presentaron los valores más altos de parámetros nutricionales.
“Dado que los puntos de datos se distribuyen normalmente, los agrupamientos varían en tamaño con puntos de datos máximos y puntos de datos mínimos.”
La Figura 4 presenta el gráfico factorial del plano 1-2 (PCA-Biplot); el gráfico (a) muestra la inercia acumulada hasta 56%, mientras que el gráfico (b) presenta la inercia acumulada hasta 54.1%. Los agrupamientos se calcularon usando las coordenadas Biplot y su descripción general se basa en cuatro variables.
Se observaron en el gráfico (a) diferencias importantes entre los agrupamientos. El Grupo 1 (color verde) indica la presencia de 35 camarones juveniles L. vannamei alimentados con la mezcla M1 con mayor relación de humedad y lípido bruto, mientras que el Grupo 2 (color rojo) indica la presencia de 36 camarones juveniles L. vannamei alimentados con mezcla M1 con mayor relación para cenizas y el Grupo 3 (color azul) indica la presencia de 19 camarones juveniles L. vannamei alimentados con mezcla M1 con mayor relación para la proteína bruta.
En el gráfico (b) también hay diferencias entre los agrupamientos. El Grupo 1 (color verde) indica la presencia de 23 camarones juveniles L. vannamei alimentados con mezcla M2 con mayor relación para proteína bruta y lípido bruto, mientras que el Grupo 2 (color azul) indica la presencia de 30 camarones juveniles L. vannamei alimentados con mezcla M2 con mayor relación para cenizas, y el Grupo 3 (color rojo) indica la presencia de 37 camarones juveniles L.vannamei alimentados con mezcla M2 con mayor relación para cenizas y humedad.
Una buena fuente de proteína para nutrición animal es aquella con un contenido balanceado de aminoácidos. Los valores más altos de composición nutricional en los cuerpos de los camarones obtenidos con estas dietas pueden ayudar a mejorar la acuicultura en camaroneras de pequeña escala.
Los resultados indican que la minería de datos puede describir una buena visualización de las condiciones de alimentación con el objetivo de obtener parámetros comerciales específicos de los camarones juveniles L. vannamei como el rendimiento de crecimiento o la composición nutricional.
Conclusiones
Las herramientas de minería de datos como PCA Biplot y el algoritmo K-means mostraron que los camarones juveniles Litopenaeus vannamei alimentados con la mezcla M2 presentaron la relación más alta con tasa de crecimiento específico, ganancia de peso, relación de eficiencia de proteína, proteína bruta y lípido bruto.
El uso de técnicas de minería de datos sobre parámetros comerciales de camarones juveniles Litopenaeus vannamei permite determinar las condiciones de alimentación para obtener los valores más altos en parámetros específicos como rendimiento de crecimiento o composición nutricional.
El uso de aglutinante con sardina permite un mayor consumo de gránulos; resultado similar al obtenido en otros estudios que utilizaron una mezcla de gránulos con aglutinante de atún que condujo a un mayor consumo en comparación con solo gránulos.
Esta es una versión resumida desarrollada por el equipo editorial de Panorama Acuícola Magazine del artículo “DATA MINING TECHNIQUES: NEW METHOD TO IDENTIFY THE EFFECTS OF AQUACULTURE BINDER WITH SARDINE ON DIETS OF JUVENILE LITOPENAEUS” escrito por FABRICIO GUEVARA-VIEJÓ – Universidad Estatal de Milagro; JUAN DIEGO VALENZUELA-COBOS – Universidad Estatal de Milagro, Ecuahidrolizados Industry; ANA GRIJALVA-ENDARA – University of Salamanca; PURIFICACIÓN VICENTE-GALINDO Universidad Estatal de Milagro, University of Salamanca, Institute for Biomedical Research of Salamanca y PURIFICACIÓN GALINDO-VILLARDÓN- Universidad Estatal de Milagro.
La versión original, incluyendo tablas y figuras, fue publicada en APRIL de 2022 en SUSTAINABILITY.
Se puede acceder a la versión completa a través de https://doi.org/10.3390/su14074203
