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

S pomocí umělé inteligence a velkých dat vědci pronikají do nových a vzrušujících oblastí dekódování komplexního světa rostlinných genomů pro další generaci customizovaného šlechtění rostlin, které by mohlo revolucionalizovat bezpečnost potravin a adaptaci na změnu klimatu.

Stéblo pšenice, třtina cukru. Pro většinu z nás to jsou pouze suroviny některých našich oblíbených potravin – ale pro vědce to představuje složitou hádanku, kterou je třeba vyřešit, aby se odemkly tajemství, která by mohla umožnit pěstovat více potravin s menším škodlivým dopadem na Zemi, vyšlechtit nové zdroje biopaliv ve velkém měřítku a pomoci lidem žít déle a zdravěji. Tyto tajemství jsou uzamčena v genomu rostlin – a s pokročilými nástroji umělé inteligence vědci začínají odhalovat tajemství, která tyto geny skrývají.

Schopnost umělé inteligence analyzovat огромné 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, jako jsou měnící se klimatické vzorce, infestace škůdci a rezistence na pesticidy.

Rostlinné genomy – dokonce i těch „jednoduchých“ rostlin, jako 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 ploidit je výzvou, protože některé z ploidit mohou představovat sirotčí geny starších rostlinných odrůd, které nejsou nutně aktivní nyní.

Výzkumníci se snaží identifikovat jednoduché nukleotidové polymorfismy (běžné DNA sekvence), které by mohly být použity k porozumění tomu, jak rostliny fungují a interagují s prostředím. Jakmile bude toto dokončeno, výzkumníci budou moci lépe porozumět funkci každého genu – a použít tyto informace k vyšlechtění rostlin, které lze přizpůsobit lidským potřebám. Takže, pokud by výzkumníci chtěli vyvinout odrůdu pšenice, která by mohla být pěstována v suchějších oblastech, pokusili by se identifikovat geny v pšenici, které by umožnily plný růst navzdory nedostatku vody. Ne všechny vzorky budou pravděpodobně nést tento gen, protože by to mohlo být sirotčí a目前 dormantní gen, který byl součástí polyploidního genomu. Strojové učení by mohlo analyzovat gen a jeho interakci s prostředím, poskytovat indikace nevyužitého genetického potenciálu pro dosažení tohoto cíle prostřednictvím AI-navržených šlechtitelských strategií.

Zatímco tato výzkumná činnost by mohla být použita k manipulaci s rostlinnými odrůdami, taková genetická inženýrství je daleko od jediného způsobu, jakým výzkumníci mohou vyvinout odrůdy plodin, které mají požadované vlastnosti. Lidé již po tisíciletí kříží odrůdy plodin. Umělá inteligence může být zde také nápomocná – identifikovat odrůdy pro šlechtitelský výběr, které mají nejvyšší kompatibilitu a jsou nejpravděpodobněji dosáhnout požadovaných výsledků.

Kromě toho by systémy umělé inteligence mohly pomoci předpovědět, jaký způsob šlechtění – hybridizace, široké křížení, dvojité zdvojení chromozomu – bude nejúčinnější. S hlubokými genetickými informacemi o rostlinách k dispozici mohou výzkumníci dále použít strojové učení k propojení genů s optimálními prostředími, ve kterých jsou nejpravděpodobněji prosperovat. To by mohlo vést k plodinám, které mohou snášet prodlouženou vegetační sezonu nebo k zasazení plodin v oblastech, které by je dříve nemohly udržit, a tím zvýšit zásobu potravin pro stále více lidnatý – a hladový – svět. Odrůdy, které budou odolnější, by mohly být vyvinuty – více schopné odolat ničivým účinkům změny klimatu nebo růst i v oblastech, kde urbanizace nebo desertifikace nastoupila.

Rostlinné genetické informace by také mohly být použity k vyšlechtění odrůd plodin, které jsou odolnější vůči specifickým škůdcům nebo chorobám. Strojové učení by mohlo identifikovat vlastnosti rostlin, které jsou nejvíce atraktivní pro hmyz nebo škůdce – vůně, barva atd. – a umožnit výzkumníkům vyvinout geny, které by snížily 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 pro jednotlivé farmy – typ „personalizované zemědělství“, které je bezpečnější, čistší a zelenější.

Před současnými možnostmi umělé inteligence bylo identifikování rostlinných genomů téměř nemožné – ale nyní, když byly identifikovány, porozumění tomu, jak fungují, je nemožné 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 pomohli rostlinám prosperovat v tváři environmentálních změn, znečištění, urbanizace a dalších problémů, které ovlivňují růst a kvalitu rostlin. S pokročilým strojovým učením budou výzkumníci moci rozluštit tajemství, která rostliny skrývají – a použít tyto tajemství k vytvoření lepší budoucnosti pro lidstvo.