Voivatko tekoälyt tulla kasvi viisaiksi ja auttaa ruokkimaan maailmaa?

Tekoälyn ja suurten tietojoukkojen avulla tutkijat ovat aloittaneet jännittävän uuden tutkimusalueen kasvigenomien koodaamisessa, jotta voidaan kehittää seuraavan sukupolven mukautettuja kasvilajikkeita, mikä voisi vallankumouksellisesti parantaa ruokaturvallisuutta ja sopeutumista ilmastonmuutokseen.

Yksi ruisenkortti, yksi sokeriruoko. Useimpien mielestä nämä ovat vain joitain suosikkiruokien raaka-aineita – mutta tutkijoiden mielestä ne edustavat monimutkaista palapelia, jonka ratkaiseminen voi avata salaisuuksia, joilla voidaan kasvattaa enemmän ruokaa vähemmällä haitallisella vaikutuksella maapallolle, jalostaa uusia biopolttoainelähteitä suuressa mittakaavassa ja auttaa ihmisiä elämään pidempään ja terveemmin. Nämä salaisuudet ovat lukittuina kasvien genomiin – ja edistyneiden tekoälytyökalujen avulla tutkijat alkavat löytää näiden geenien salaisuuksia.

Tekoälyn kyky analysoida valtavia tietomääriä avaa oven kasvigenomien paremman ymmärtämisen haasteiden ratkaisemiseen. Tämä ymmärrys geenien ja eri toimintojen välisten suhteiden välillä kasveissa voi auttaa tutkijoita kehittämään kestävämpiä kasvilajikkeita, jotka pystyvät paremmin selviytymään biotisista ja abioottisista stressistä, kuten ympäristöhaasteista, kuten muuttuvista ilmastomalleista, tuhohyttysten ja torjunta-aineiden vastustuskyvystä.

Kasvigenomit – jopa “yksinkertaisissa” kasveissa, kuten sokeriruokossa – ovat huomattavasti suurempia kuin ihmisen tai eläinten genomit, jotka ovat kehittyneet paljon pitemmän ajan kuluessa kuin muut elämänmuodot. Kasvit ovat polyploidisia – joissa geenit tai koko genomi on monistunut – ja geenien ja alleelien välisten suhteiden tallentaminen eri ploidioissa on haaste, koska jotkut ploidit voivat edustaa vanhoja kasvilajikkeita, jotka eivät välttämättä ole enää aktiivisia.

Tutkijat pyrkivät tunnistamaan yksittäisiä nukleotidi-polymorfismeja (yleisiä DNA-jaksoja), joita he voivat käyttää ymmärtääkseen, miten kasvit toimivat ja vuorovaikuttavat ympäristön kanssa. Kun tämä on saavutettu, tutkijat voivat paremmin ymmärtää kunkin geenin toimintaa – ja käyttää tätä tietoa jalostamaan kasveja, jotka voidaan sovittaa ihmisten tarpeisiin. Esimerkiksi, jos tutkijat haluavat kehittää ruislajikkeen, jota voidaan kasvattaa kuivemmilla alueilla, he yrittävät tunnistaa rukiissa olevia geenejä, jotka voivat mahdollistaa täydellisen kasvun veden puutteesta huolimatta. Kaikki näytteet eivät välttämättä kanna tätä geeniä, koska se voi olla orpo- ja nykyisin dormantti geeni, joka kuului polyploidiseen genomiin. Tekoäly voisi analysoida geenin ja sen vuorovaikutuksen ympäristön kanssa, antaen viitteitä käyttämättömästä geneettisestä potentiaalista tavoitteen saavuttamiseksi tekoälysuunnitellun jalostusstrategian kautta.

Vaikka tämä tutkimus voitaisiin käyttää kasvilajikkeiden manipulointiin, tämä geenitekniikka on kaukana ainoasta keinoista, joilla tutkijat voivat kehittää kasvilajikkeita, joilla on halutut ominaisuudet. Ihmiset ovat risteyttäneet kasvilajikkeita vuosisatojen ajan. Tekoäly voi olla hyödyllinen myös tässä – tunnistamalla jalostusvalinnan kannalta parhaiten yhteensopivat ja todennäköisimmin toivotun tuloksen antavat lajikkeet.

Lisäksi tekoälyjärjestelmät voivat auttaa ennustamaan, mikä jalostusmenetelmä – risteytys, laaja risteytys, kromosomien monistus – on tehokkain. Kasvien perusteellisen geneettisen tiedon avulla tutkijat voivat myös käyttää tekoälyä sopivien ympäristöjen tunnistamiseen, joissa geenit ovat todennäköisimmin menestyviä. Tämä voi johtaa satojen kasvamiseen pitemmän kasvukauden aikana tai kasvien istuttamiseen alueille, joilla ne eivät aiemmin selvinneet, mikä lisää ruokahuoltoa kasvavalle ja nälkäiselle maailmalle. Voidaan kehittää kestävämpiä lajikkeita – paremmin sietäviä ilmastonmuutoksen tuhoja tai kasvavia alueilla, joilla kaupungistuminen tai aavikoituminen on edennyt.

Kasvien geneettinen tieto voidaan myös käyttää kehittämään kasvilajikkeita, jotka ovat vastustuskykyisempiä tiettyjä tuhohyttysiä tai tauteja vastaan. Tekoäly voi tunnistaa kasvien ominaisuuksia, jotka ovat houkuttelevimpia hyönteisille tai tuhohyttysille – haju, väri jne. – ja mahdollistaa tutkijoille geenejä, jotka vähentävät näiden kasvien houkuttelevuutta tuhohyttysille. Tämä voi johtaa torjunta-aineiden käytön vähentämiseen, ympäristöystävällisempien torjunta-aineiden kehittämiseen tiettyjä kasveja varten tiettyjen alueiden tai jopa yksittäisten tilojen osalta – tietynlaista “henkilökohtaista maataloutta”, joka on turvallisempaa, puhtaampaa ja vihreämpää.

Ennen tekoälyn nykyisiä kykyjä kasvigenomien tunnistaminen oli lähes mahdotonta – mutta nyt, kun ne on tunnistettu, niiden toimintaa ei voida ymmärtää ilman edistyneitä tekoälytekniikoita, kuten koneoppimista. Nyt, kun nämä työkalut ovat saatavilla, tutkijat voivat ymmärtää kasveja paremmin ja kehittää uusia ja parempia menetelmiä auttaakseen kasveja menestymään ympäristömuutosten, saastumisen, kaupungistumisen ja muiden kasvua ja laatua vaikuttavien tekijöiden keskellä. Edistyneen koneoppimisen avulla tutkijat voivat avata kasvien salaisuuksia – ja käyttää näitä salaisuuksia luomaan paremman tulevaisuuden ihmiskunnalle.