Voivatko tekoälystä tulla kasvien viisaat avustajat maailman ruokkimiseksi?

Tekoälyn ja suurten tietojoukkojen avulla tutkijat ovat aloittaneet jännittävän uuden tutkimuksen kasvigenomien koodauksessa, joka voi vallankumouksellisesti parantaa elintarvikevarmuutta ja sopeutumista ilmastonmuutokseen.

Yksi ruisenkortti, yksi sokeriruoko. Useimpien mielestä nämä ovat vain joitain suosikkiruokien raaka-aineita, mutta tutkijoiden mielestä ne edustavat monimutkaisen puzzlea, jonka ratkaiseminen voi avata salaisuuksia, jotka mahdollistavat enemmän ruuan kasvattamisen vähemmällä ympäristöhaitalla, uusien biopolttoaineiden kehittämisen suuressa mittakaavassa ja ihmisten eliniän pidentämisen terveellisemmäksi. Nämä salaisuudet ovat lukittuina kasvien genomiin – ja kehittyneiden tekoälytyökalujen avulla tutkijat alkavat selvittää näiden geenien salaisuuksia.

Tekoälyn kyky analyysin suurten tietojoukkojen avaa oven kasvigenomien haasteiden ratkaisemiseen. Ymmärtäminen geenien ja eri toimintojen välisten suhteiden keskinäisestä vuorovaikutuksesta kasveissa voi auttaa tutkijoiden kehittämään kestävämpiä kasvilajikkeita, jotka pystyvät paremmin selviytymään biotisista ja abiotisista stressitekijöistä, kuten ilmastonmuutoksesta, tuholaisista ja torjunta-aineiden kestävyydestä.

Kasvigenomit – jopa yksinkertaisissa kasveissa, kuten sokeriruokossa – ovat huomattavasti suurempia kuin ihmisen tai eläinten genomit, ja ne ovat kehittyneet paljon pitemmän ajan kuluessa kuin elämän muodot. Kasvit ovat polyploidisia – joissa geenejä tai koko genomeja on monistettu – ja geenien ja alleelien välisten suhteiden tallentaminen eri ploidioista on haasteellista, koska jotkut ploidiat 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 ympäristönsä kanssa. Kun tämä on saavutettu, tutkijat voivat paremmin ymmärtää kunkin geenin toimintaa – ja käyttää tätä tietoa risteyttääkseen kasveja, jotka voidaan sovittaa ihmisten tarpeisiin. Esimerkiksi, jos tutkijat haluavat kehittää ruisen lajikkeen, jota voidaan kasvattaa kuivemmilla alueilla, he yrittävät tunnistaa geenejä, jotka mahdollistavat täydellisen kasvun veden puutteessa. Kaikki näytteet eivät välttämättä sisällä tätä geeniä, koska se voi olla orpo- ja nykyisin dormantti geeni, joka on osa polyploidista genomiä. Tekoäly voi analyysin avulla antaa vihjeitä kasvien mahdollisesta, aiemmin käyttämättömästä geneettisestä potentiaalista tavoitteiden saavuttamiseksi tekoälysuunnittelun avulla.

Vaikka tämä tutkimus voisi olla hyödyllistä kasvilajikkeiden manipulointiin, geenitekniikka ei ole ainoa keino, jolla tutkijat voivat kehittää kasvilajikkeita, joilla on haluttuja ominaisuuksia. Ihmiset ovat risteyttäneet kasveja vuosisatojen ajan. Tekoäly voi olla avuksi myös tässä – tunnistamalla risteytysvalinnan kannalta parhaiten soveltuvat lajikkeet, jotka ovat todennäköisesti antaisivat halutun tuloksen.

Lisäksi tekoälyjärjestelmät voivat auttaa ennustamaan, mikä risteytysmenetelmä – hybridisointi, laaja risteytys, kromosomien monistaminen – on tehokkain. Kun tutkijat ovat saaneet kasveista syvällisen genetiikan tiedon, he voivat käyttää tekoälyä yhdistääksesi geenejä optimaalisiin ympäristöihin, joissa ne ovat todennäköisesti menestyvät. Tämä voi johtaa siihen, että kasvit voivat kestää pidentynyttä kasvukautta tai voidaan istuttaa alueille, joissa ne eivät aiemmin selvinneet, mikä lisää ruokavarantoa kasvavalle ja nälkäiselle maailmalle. Voidaan kehittää myös kestävämpiä lajikkeita, jotka voivat paremmin kestää ilmastonmuutoksen tai kasvaa alueilla, joilla on jo kaupungistuminen tai aavikoituminen.

Kasvien genetiikkaa voidaan myös käyttää auttamaan kasvilajikkeiden kehittämisessä, jotka ovat vastustuskykyisiä tiettyjä tuholaisia tai tauteja vastaan. Tekoäly voi tunnistaa kasvien ominaisuuksia, jotka ovat houkuttelevia hyönteisille tai tuhoille – kuten hajua, väriä jne. – ja mahdollistaa tutkijoiden kehittää geenejä, jotka vähentävät kasvien houkuttelevuutta tuholaisille. Tämä voi johtaa torjunta-aineiden käytön vähentämiseen, ympäristöystävällisempien torjunta-aineiden kehittämiseen tiettyjen kasvien ja alueiden mukaan, tai jopa yksittäisten tilojen mukaan – tyyppi “henkilökohtaista maataloutta”, joka on turvallisempaa, puhtaampaa ja vihreämpää.

Ennen nykyisten tekoälyominaisuuksien tutkijat eivät voineet tunnistaa kasvigenomeja – mutta nyt kun ne on tunnistettu, niiden toimintaa ei voida ymmärtää ilman kehittyneitä tekoälytekniikoita, kuten koneoppimista. Käytettävissä olevien työkalujen avulla tutkijat voivat ymmärtää kasveja paremmin ja kehittää uusia ja parempia menetelmiä auttamaan kasveja selviytymään ympäristön muutoksista, saastumisesta, kaupungistumisesta ja muista ongelmista, jotka vaikuttavat kasvien kasvuun ja laatuun. Kehittyneen koneoppimisen avulla tutkijat voivat paljastaa salaisuudet, joita kasvit sisältävät – ja käyttää näitä salaisuuksia luomaan paremman tulevaisuuden ihmiskunnalle.