Los modelos computacionales se utilizan cada vez más en todas las áreas de las ciencias de la vida para imitar y probar los procesos que llevan a cabo los organismos vivos. La ciencia de las plantas no es una excepción a esto, y las técnicas de modelado computacional ahora se usan ampliamente para estudiar el crecimiento y desarrollo de las plantas. ¿Por qué, la gente puede preguntarse, deberíamos usar modelos computacionales cuando podemos trabajar con plantas reales en su lugar? Bueno, si se hace bien, los modelos computacionales pueden pasar por una variedad de escenarios mucho más rápido y con menos mano de obra de lo que podríamos usar plantas reales. Al desarrollarlos para que coincidan con los datos experimentales, los modelos computacionales podrían ser una forma extremadamente poderosa de modelar las respuestas de las plantas a ciertos escenarios. Por ejemplo, podríamos querer saber cómo una planta comercialmente importante de crecimiento lento responde a ciertas condiciones en el campo. Un modelo computacional bien informado podría dar una indicación de esto mucho más rápido que una configuración experimental. En su reciente artículo en Annals of Botany Véronique Letort y sus colegas desarrollan un modelo computacional para simular el crecimiento de Coffea árboles, la fuente de esa bebida poco conocida (*tos*) café.

Los autores producen un tipo de modelo conocido como Modelo de crecimiento de plantas funcional-estructural (FSPM), que se puede usar para modelar computacionalmente el crecimiento de plantas y aplicarlo a plantas jóvenes. Coffea árboles. Una de las características clave de este modelo es que incorpora la presión trófica interna en sus simulaciones de crecimiento. Es decir, da cuenta de la suposición de que un nuevo órgano, como una rama que está desarrollando la planta, debe poder satisfacerse con los recursos disponibles. El resultado central de esto es que el modelo desarrollado por Letort y sus colegas fue capaz de simular los patrones de crecimiento de los jóvenes Coffea árboles de una manera realista en general en comparación con las propiedades de los árboles reales medidos por los autores.

Si bien la inclusión de la presión trófica en este modelo y los resultados precisos que produce son emocionantes, los autores admiten que no prueba definitivamente que la presión trófica interna de la planta sea un parámetro que definitivamente debería incluirse en los modelos computacionales de crecimiento de plantas. Los resultados son fuertes para algunos parámetros. Por ejemplo, la probabilidad de que ocurra la ramificación en las primeras etapas de Coffea el crecimiento de los árboles se correlaciona bien con la presión trófica simulada. Por el contrario, la probabilidad de iniciación de órganos vegetales se correlacionó menos con la presión trófica simulada. Los autores también señalan que es probable que la competencia trófica no sea algo que se pueda medir directamente en las plantas y que se necesita trabajo para llegar a una forma aceptada de estimarla experimentalmente para validar modelos como el que ellos crean.

Sin embargo, cuantos más modelos se creen como el que se presenta aquí y se comparen con datos reales, mejor seremos capaces de producirlos para varias especies de plantas. Esto también ayuda a construir, como señalan los autores, una imitación cada vez más compleja de los diversos desafíos y condiciones ambientales que enfrentan las plantas reales en estos modelos. Cuanto más realistas se vuelvan estos modelos, más podremos usarlos para comprender cómo crecen las plantas y posiblemente responder preguntas complejas y lentas de investigar.