Μπορεί το AI να Γίνει Ένας Φυσιολόγος Φυτών για να Βοηθήσει στη Διατροφή του Κόσμου;

Με τη δύναμη του AI και των μεγάλων δεδομένων, οι επιστήμονες αναζητούν συναρπαστικά νέα ορόσημα στη διακωδικοποίηση του σύνθετου κόσμου των γονιδιωμάτων των φυτών για την εκτροφή φυτών της επόμενης γενιάς που θα μπορούσε να επανακαθορίσει την ασφάλεια των τροφίμων και την προσαρμογή στη κλιματική αλλαγή.

Ένα στάχυς σίτου, ένα καλάμι ζαχαρόκηπου. Για τους περισσότερους από εμάς, αυτά είναι απλά τα υλικά των αγαπημένων μας τροφίμων – αλλά για τους επιστήμονες, αντιπροσωπεύουν ένα περίπλοκο παζλ που, μια fois λυμένο, θα μπορούσε να αποκρυπτογραφήσει μυστικά που θα επιτρέψουν να καλλιεργηθούν περισσότερα τρόφιμα με λιγότερες επιζήμιες επιπτώσεις στη γη, να αναπτύξουν νέες πηγές βιοκαυσίμων σε μεγάλη κλίμακα και να βοηθήσουν τους ανθρώπους να ζήσουν περισσότερο και υγιέστερα. Αυτά τα μυστικά είναι κλειδωμένα στο γονιδίωμα των φυτών – και με τα προηγμένα εργαλεία AI, οι επιστήμονες αρχίζουν να ανακαλύπτουν τα μυστικά που κρύβουν αυτοί οι γονιδιακοί κώδικες.

Η ικανότητα του AI να αναλύει τεράστιες ποσότητες δεδομένων ανοίγει την πόρτα για την επίλυση των προκλήσεων της καλύτερης κατανόησης των γονιδιωμάτων των φυτών. Αυτή η κατανόηση της αλληλεπίδρασης μεταξύ των γενετικών στοιχείων που υπάρχουν στα φυτά και των διαφορετικών λειτουργιών μπορεί να βοηθήσει τους ερευνητές να αναπτύξουν πιο ανθεκτικές ποικιλίες φυτών, να τις ενδυναμώσει να ανταποκριθούν καλύτερα στις βιοτικές και αβιοτικές πιέσεις, όπως οι περιβαλλοντικές προκλήσεις, οι επιθέσεις εντόμων και η αντοχή στα ζιζανιοκτόνα.

Τα γονιδιώματα των φυτών – ακόμη και των “απλών” φυτών, όπως το ζαχαρόκηπο – είναι σημαντικά μεγαλύτερα από τα ανθρώπινα ή ζωικά γονιδιώματα, έχοντας εξελιχθεί κατά τη διάρκεια ενός πολύ μεγαλύτερου χρονικού διαστήματος από άλλες μορφές ζωής. Τα φυτά είναι πολυπλοειδή – όπου τα γονίδια ή ολόκληρα γονιδιώματα είναι διπλωμένα – και η κατανόηση των αλληλεπιδράσεων μεταξύ γονιδίων και αλληλίων από διαφορετικά πλοειδία είναι μια πρόκληση, καθώς κάποια από τα πλοειδία θα μπορούσαν να αντιπροσωπεύουν ορφανά γονίδια παλαιότερων ποικιλιών φυτών που δεν είναι απαραίτητα ενεργά τώρα.

Οι ερευνητές στοχεύουν να ανακαλύψουν μονονουκλεοτιδικές πολυμορφίες (συνηθισμένες ακολουθίες DNA), τις οποίες θα μπορούσαν να χρησιμοποιήσουν για να κατανοήσουν πώς λειτουργούν τα φυτά και αλληλεπιδρούν με το περιβάλλον. Μόλις αυτό επιτευχθεί, οι ερευνητές θα μπορέσουν να κατανοήσουν καλύτερα τη λειτουργία κάθε γονιδίου – και να χρησιμοποιήσουν αυτή την πληροφορία για να αναπτύξουν φυτά που μπορούν να προσαρμοστούν στις ανθρώπινες ανάγκες. Έτσι, αν οι ερευνητές ήθελαν να αναπτύξουν μια ποικιλία σίτου που θα μπορούσε να καλλιεργηθεί σε πιο ξηρές περιοχές, θα προσπαθούσαν να ανακαλύψουν γονίδια στο σίτο που θα επέτρεπαν την πλήρη ανάπτυξη παρά την έλλειψη νερού. Δεν είναι πιθανό ότι όλα τα δείγματα θα φέρουν αυτό το γονίδιο, καθώς θα μπορούσε να είναι ένα ορφανό και τώρα νεκρό γονίδιο που ήταν μέρος ενός πολυπλοειδούς γονιδιώματος. Η μηχανική μάθηση θα μπορούσε να αναλύσει το γονίδιο και την αλληλεπίδρασή του με το περιβάλλον, παρέχοντας ενδείξεις για ανεκμετάλλευτο γενετικό δυναμικό για την επίτευξη αυτού του στόχου μέσω στρατηγικών αναπαραγωγής που σχεδιάζονται από το AI.

Ενώ αυτή η έρευνα θα μπορούσε να χρησιμοποιηθεί για τη χειραγώγηση των ποικιλιών φυτών, αυτή η γενετική μηχανική είναι μακράν η μόνη τρόπος για τους ερευνητές να αναπτύξουν ποικιλίες καλλιεργειών που έχουν τις επιθυμητές ιδιότητες. Οι άνθρωποι έχουν διασταυρώσει ποικιλίες καλλιεργειών για χιλιάδες χρόνια. Το AI μπορεί να είναι χρήσιμο και εδώ – αναγνωρίζοντας ποικιλίες για επιλογή αναπαραγωγής που έχουν την υψηλότερη συμβατότητα και είναι πιο πιθανό να δώσουν τα επιθυμητά αποτελέσματα.

Επιπλέον, τα συστήματα AI θα μπορούσαν να βοηθήσουν στην πρόβλεψη του ποίου μεθόδου αναπαραγωγής – υβριδισμός, εύρος διασταύρωσης, διπλοποίηση χρωμοσωμάτων – θα είναι ο πιο αποτελεσματικός. Με την πληροφορία για τα γονιδιώματα των φυτών, οι ερευνητές θα μπορέσουν να χρησιμοποιήσουν τη μηχανική μάθηση για να ταιριάξουν τα γονίδια με το βέλτιστο περιβάλλον στο οποίο είναι πιο πιθανό να ευδοκιμήσουν. Αυτό θα μπορούσε να οδηγήσει σε καλλιέργειες που θα μπορούσαν να αντέξουν μια παρατεταμένη περίοδο καλλιέργειας ή τη φύτευση καλλιεργειών σε περιοχές που δεν θα μπορούσαν να τις υποστηρίξουν προηγουμένως, αυξάνοντας έτσι την προσφορά τροφίμων για έναν αυξανόμενο και πεινασμένο κόσμο. Θα μπορούσαν να αναπτυχθούν ποικιλίες που θα ήταν πιο ανθεκτικές – πιο ικανές να αντέξουν τις επιπτώσεις της κλιματικής αλλαγής ή να αναπτυχθούν ακόμη και σε περιοχές όπου η αστικοποίηση ή η ερημοποίηση έχει εγκατασταθεί.

Η γενετική πληροφορία των φυτών θα μπορούσε επίσης να χρησιμοποιηθεί για να βοηθήσει στην αναπαραγωγή ποικιλιών καλλιεργειών που είναι πιο ανθεκτικές σε συγκεκριμένα έντομα ή ασθένειες. Η μηχανική μάθηση θα μπορούσε να αναγνωρίσει τα χαρακτηριστικά των φυτών που είναι πιο ελκυστικά για τα έντομα ή τα παράσιτα – οσμή, χρώμα κ.λπ. – και να επιτρέψει στους ερευνητές να αναπτύξουν γονίδια που θα μειώσουν την ελκυστικότητα αυτών των φυτών για τα παράσιτα. Αυτό θα μπορούσε να οδηγήσει στη μείωση της χρήσης ζιζανιοκτόνων, την ανάπτυξη πιο φιλικών προς το περιβάλλον ζιζανιοκτόνων που σχεδιάζονται για συγκεκριμένα φυτά σε συγκεκριμένες περιοχές ή ακόμη και σε μεμονωμένες φάρμες – ένα είδος “προσωπικής γεωργίας” που είναι ασφαλέστερη, καθαρότερη και πιο φιλική προς το περιβάλλον.

Πριν από τις τρέχουσες ικανότητες του AI, η αναγνώριση των γονιδιωμάτων των φυτών ήταν σχεδόν αδύνατη – αλλά τώρα που έχουν αναγνωριστεί, η κατανόηση του πώς λειτουργούν είναι αδύνατη χωρίς προηγμένα τεχνολογικά εργαλεία AI όπως η μηχανική μάθηση. Με τα εργαλεία που είναι τώρα διαθέσιμα, οι ερευνητές θα μπορέσουν να κατανοήσουν καλύτερα τα φυτά και να αναπτύξουν νέες και καλύτερες μεθόδους για να βοηθήσουν τα φυτά να ευδοκιμήσουν αντιμετωπίζοντας τις περιβαλλοντικές αλλαγές, την ρύπανση, την αστικοποίηση και άλλα ζητήματα που επηρεάζουν την ανάπτυξη και την ποιότητα των φυτών. Με την προηγμένη μηχανική μάθηση, οι ερευνητές θα μπορέσουν να αποκρυπτογραφήσουν τα μυστικά που κρύβουν τα φυτά – και να χρησιμοποιήσουν αυτά τα μυστικά για να δημιουργήσουν ένα καλύτερο μέλλον για την ανθρωπότητα.