L’IA peut-elle devenir un chuchoteur de plantes pour aider à nourrir le monde ?

Grâce à la puissance de l’IA et du Big Data, les scientifiques explorent de nouvelles frontières passionnantes dans le décodage du monde complexe des génomes végétaux pour une sélection végétale personnalisée de nouvelle génération qui pourrait révolutionner la sécurité alimentaire et l’adaptation au changement climatique.

Une tige de blé, une canne à sucre. Pour la plupart d’entre nous, ce ne sont que les matières premières de certains de nos aliments préférés – mais pour les scientifiques, ils représentent un casse-tête complexe qui, une fois résolu, pourrait révéler des secrets qui pourraient nous permettre de cultiver davantage de nourriture avec moins d’effets nocifs sur la planète. , créer sur mesure de nouvelles sources de biocarburants à grande échelle et aider les gens à vivre plus longtemps et en meilleure santé. Ces secrets sont enfermés dans le génome des plantes – et grâce aux outils avancés d’IA, les scientifiques commencent à découvrir les secrets que recèlent ces gènes.

La capacité de l’IA à analyser d’énormes quantités de données ouvre la porte à la résolution des défis liés à une meilleure compréhension du génome végétal. Cette compréhension de l'interaction entre les éléments génétiques présents dans les plantes et différentes fonctionnalités peut aider les chercheurs à développer des variétés de plantes plus résistantes, leur permettant de mieux surmonter les stress biotiques et abiotiques tels que les défis environnementaux tels que les changements climatiques, les infestations de ravageurs et la résistance aux pesticides.

Les génomes végétaux – même ceux des plantes « simples », comme la canne à sucre – sont nettement plus grands que les génomes humains ou animaux, ayant évolué sur une période bien plus longue que les autres formes de vie. Les plantes sont polypoïdes – où des gènes ou des génomes entiers sont dupliqués – et capturer les interactions entre les gènes et les allèles de diverses ploïdies est un défi, car certaines ploïdies pourraient représenter des gènes orphelins de souches végétales plus anciennes qui ne sont pas nécessairement actives actuellement.

Les chercheurs visent à identifier des polymorphismes mononucléotidiques (séquences d’ADN communes), qu’ils peuvent utiliser pour comprendre le fonctionnement des plantes et leurs interactions avec l’environnement. Une fois cela accompli, les chercheurs pourront mieux comprendre la fonction de chaque gène et utiliser ces informations pour créer des plantes pouvant être adaptées aux besoins humains. Ainsi, si les chercheurs voulaient développer une variété de blé qui pourrait être cultivée dans des zones plus arides, ils tenteraient d’identifier dans le blé des gènes qui pourraient permettre une croissance complète malgré un manque d’eau. Tous les échantillons ne porteront probablement pas ce gène, car il pourrait s’agir d’un gène orphelin et actuellement dormant faisant partie d’un génome polypoïde. L’apprentissage automatique pourrait analyser le gène et son interaction avec l’environnement, fournissant ainsi des indications sur un potentiel génétique inexploité pour atteindre cet objectif grâce à des stratégies de sélection conçues par l’IA.

Bien que ces recherches puissent être utilisées pour manipuler des souches végétales, ce type de génie génétique est loin d’être le seul moyen pour les chercheurs de développer des souches de cultures possédant les qualités souhaitées. Les humains croisent des variétés de cultures depuis des millénaires. L'IA peut être utile ici aussi – identifier les souches pour la sélection de sélection qui ont la plus grande compatibilité et sont les plus susceptibles de donner les résultats souhaités.

De plus, les systèmes d’IA pourraient aider à prédire quelle méthode de sélection – hybridation, croisements à grande échelle, doublement chromosomique  – sera le plus efficace. Disposant d’informations génétiques détaillées sur les plantes, les chercheurs peuvent utiliser davantage l’apprentissage automatique pour faire correspondre les gènes avec les environnements optimaux dans lesquels ils sont le plus susceptibles de prospérer. Cela pourrait aboutir à des cultures capables de supporter une saison de croissance prolongée ou à la plantation de cultures dans des zones qui ne pouvaient pas les supporter auparavant, augmentant ainsi l'approvisionnement alimentaire d'un monde de plus en plus peuplé – et affamé. Des variétés plus résistantes pourraient être développées – plus capables de résister aux ravages du changement climatique ou de pousser même dans les zones où l’urbanisation ou la désertification s’est installée.

Les informations phytogénétiques pourraient également être utilisées pour aider à créer des variétés de cultures plus résistantes à des ravageurs ou à des maladies spécifiques. L’apprentissage automatique pourrait identifier les caractéristiques des plantes qui attirent le plus les insectes ou les ravageurs – odeur, couleur, etc. – et permettre aux chercheurs de développer des gènes qui réduiraient l’attrait de ces plantes pour les ravageurs. Cela pourrait aboutir à une réduction de l’utilisation de pesticides, au développement de pesticides plus respectueux de l’environnement, conçus pour des plantes spécifiques dans des régions spécifiques, ou même pour des fermes individuelles – un type « d’agriculture personnalisée » plus sûre, plus propre et plus verte.

Avant les capacités actuelles de l’IA, l’identification des génomes végétaux était presque impossible – mais maintenant qu’ils ont été identifiés, il est impossible de comprendre leur fonctionnement sans les technologies avancées d’IA comme l’apprentissage automatique. Grâce aux outils désormais disponibles, les chercheurs seront en mesure de mieux comprendre les plantes et de développer de nouvelles et meilleures méthodes pour les aider à prospérer face aux changements environnementaux, à la pollution, à l'urbanisation et à d'autres problèmes qui affectent la croissance et la qualité des plantes. Grâce à l’apprentissage automatique avancé, les chercheurs seront en mesure de percer les mystères que recèlent les plantes et d’utiliser ces secrets pour créer un avenir meilleur pour l’humanité.