Může umělá inteligence stát se šeptem rostlin, aby pomohla nakrmit svět?

S pomocí umělé inteligence a velkých dat vědci pronikají do nového a vzrušujícího světa dekódování komplexního světa rostlinných genomů pro nové, na míru šité šlechtění rostlin, které by mohlo revolucionalizovat bezpečnost potravin a adaptaci na změnu klimatu.

Stéblo pšenice, stéblo cukrové třtiny. Pro většinu z nás to jsou jen suroviny některých našich oblíbených potravin – ale pro vědce to představuje složitou hádanku, která, jednou rozluštěna, by mohla odemknout tajemství, která by mohla umožnit pěstovat více potravin s menšími škodlivými účinky na Zemi, šlechtit nové zdroje biofuelu ve velkém měřítku a pomoci lidem žít déle a zdravěji. Tato tajemství jsou uzamčena v genomu rostlin – a s pomocí pokročilých nástrojů umělé inteligence vědci začínají odhalovat tajemství, která tyto geny skrývají.

Schopnost umělé inteligence analyzovat obrovské množství dat otevírá dveře k řešení problémů lepšího porozumění rostlinným genomům. Toto porozumění interakce mezi genetickými prvky přítomnými v rostlinách a různými funkcemi může pomoci výzkumníkům vyvinout odolnější odrůdy rostlin, které by mohly lépe překonat biotické a abiotické stresy, jako jsou environmentální výzvy, změny klimatických vzorců, infestace škůdci a rezistence na pesticidy.

Rostlinné genomy – i těch „jednoduchých“ rostlin, jako je cukrová třtina – jsou podstatně větší než lidské nebo animální genomy, které se vyvinuly během mnohem delšího období než jiné formy života. Rostliny jsou polyploidní – kde jsou geny nebo celé genomy duplikovány – a zachycení interakcí mezi geny a alely z různých ploidů je výzvou, protože některé z ploidů by mohly představovat sirotčí geny starších rostlinných odrůd, které nejsou nutně aktivní nyní.

Výzkumníci se snaží identifikovat jednoduché nukleotidové polymorfismy (běžné DNA sekvence), které by mohly použít k porozumění tomu, jak rostliny fungují a interagují s prostředím. Jakmile bude toto dokončeno, výzkumníci budou moci lépe porozumět funkci každého genu – a použít tuto informaci k šlechtění rostlin, které by mohly být přizpůsobeny lidským potřebám. Pokud by tedy výzkumníci chtěli vyvinout odrůdu pšenice, která by mohla být pěstována v suchých oblastech, pokusili by se identifikovat geny v pšenici, které by mohly umožnit plný růst navzdory nedostatku vody. Ne všechny vzorky budou pravděpodobně obsahovat tento gen, protože by to mohlo být sirotčí a v současné době dormatní gen, který byl součástí polyploidního genomu. Strojové učení by mohlo analyzovat gen a jeho interakci s prostředím, poskytující indicie o nevyužitém genetickém potenciálu pro dosažení tohoto cíle prostřednictvím strategií šlechtění navržených umělou inteligencí.

Zatímco tato výzkumná činnost by mohla být použita k manipulaci s rostlinnými odrůdami, takový genetický inženýring je daleko od jediného způsobu, jakým výzkumníci mohou vyvinout odrůdy plodin, které mají požadované vlastnosti. Lidé již po tisíciletí kříží odrůdy plodin. Umělá inteligence by mohla být zde také nápomocná – identifikovat odrůdy pro výběr šlechtění, které mají nejvyšší kompatibilitu a jsou nejpravděpodobněji výnosné.

Kromě toho by systémy umělé inteligence mohly pomoci předpovědět, jaký způsob šlechtění – hybridizace, široké křížení, dvojité chromozomy – by byl nejúčinnější. S hlubokými genetickými informacemi o rostlinách k dispozici by výzkumníci mohli dále použít strojové učení k propojení genů s optimálními prostředím, ve kterém by byly nejpravděpodobněji prosperovat. To by mohlo vést k plodinám, které by mohly vydržet prodlouženou vegetační sezonu nebo k výsadbě plodin v oblastech, které by je dříve nemohly podporovat, a tím by se zvýšil potravinový přísun pro stále rostoucí a hladový svět. Mohly by být vyvinuty odolnější odrůdy – více odolné vůči ničivým účinkům změny klimatu nebo schopné růst i v oblastech, kde urbanizace nebo desertifikace nastoupila.

Rostlinné genetické informace by také mohly být použity k pomoci šlechtit odrůdy plodin, které jsou odolnější vůči specifickým škůdcům nebo chorobám. Strojové učení by mohlo identifikovat rysy rostlin, které jsou nejvíce atraktivní pro hmyz nebo škůdce – vůně, barva atd. – a umožnit výzkumníkům vyvinout geny, které by snižovaly atraktivitu těchto rostlin pro škůdce. To by mohlo vést ke snížení používání pesticidů, vývoji více ekologicky šetrných pesticidů navržených pro specifické rostliny v specifických regionech nebo dokonce na jednotlivých farmách – druh „personalizovaného zemědělství“, které je bezpečnější, čistší a zelenější.

Před současnými schopnostmi umělé inteligence bylo identifikování rostlinných genomů téměř nemožné – ale nyní, když byly identifikovány, je nemožné je pochopit bez pokročilých technologií umělé inteligence, jako je strojové učení. S nástroji, které jsou nyní k dispozici, budou výzkumníci moci lépe porozumět rostlinám a vyvinout nové a lepší metody, aby rostliny prosperovaly tváří v tvář environmentálním změnám, znečištění, urbanizaci a dalším problémům, které ovlivňují růst a kvalitu rostlin. S pokročilým strojovým učením budou výzkumníci moci odhalit tajemství, která rostliny skrývají – a použít tato tajemství k vytvoření lepší budoucnosti pro lidstvo.