Le AI peut-il devenir un murmureur de plantes pour aider à nourrir le monde ?

Avec la puissance de l’AI et des mégadonnées, les scientifiques poursuivent 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.

Un épis de blé, une canne de 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 puzzle compliqué qui, une fois résolu, pourrait déverrouiller des secrets qui pourraient nous permettre de cultiver plus de nourriture avec moins d’effets nocifs sur la Terre, de sélectionner de nouvelles sources de biocarburant à grande échelle et d’aider les gens à vivre plus longtemps et en meilleure santé. Ces secrets sont verrouillés dans le génome des plantes – et avec des outils d’AI avancés, les scientifiques commencent à découvrir les secrets que ces gènes détiennent.

La capacité de l’AI à analyser d’énormes quantités de données ouvre la porte à la résolution des défis de une meilleure compréhension des génomes végétaux. Cette compréhension de l’interaction entre les éléments génétiques présents dans les plantes et les différentes fonctionnalités peut aider les chercheurs à développer des plantes plus robustes, leur permettant de mieux surmonter les contraintes biotiques et abiotiques telles que les défis environnementaux comme les changements de modèles climatiques, les infestations de parasites et la résistance aux pesticides.

Les génomes végétaux – même de plantes “simples” comme la canne à sucre – sont nettement plus grands que les génomes humains ou animaux, ayant évolué sur une période beaucoup plus longue que d’autres formes de vie. Les plantes sont polyploïdales – où les gènes ou les génomes entiers sont dupliqués – et la capture des interactions entre les gènes et les allèles de différentes ploidies est un défi, car certaines de ces ploidies pourraient représenter des gènes orphelins de souches végétales plus anciennes qui ne sont pas nécessairement actifs maintenant.

Les chercheurs visent à identifier les polymorphismes de nucléotides uniques (séquences d’ADN communes), qu’ils peuvent utiliser pour comprendre comment les plantes fonctionnent et interagissent avec l’environnement. Une fois cela accompli, les chercheurs peuvent mieux comprendre la fonction de chaque gène – et utiliser ces informations pour sélectionner des plantes qui peuvent être adaptées aux besoins humains. Ainsi, si les chercheurs voulaient développer une souche de blé qui pourrait être cultivée dans des zones plus arides, ils essaieraient d’identifier les gènes du blé qui pourraient permettre une croissance complète malgré un manque d’eau. Il est peu probable que tous les échantillons portent ce gène, car il pourrait s’agir d’un gène orphelin et actuellement dormant qui faisait partie d’un génome polyploïde. L’apprentissage automatique pourrait analyser le gène et son interaction avec l’environnement, fournissant des indications de potentiel génétique inexploité pour atteindre cet objectif grâce à des stratégies de sélection conçues par l’AI.

Alors que cette recherche pourrait être utilisée pour manipuler les souches de plantes, un tel génie génétique est loin d’être la seule façon pour les chercheurs de développer des souches de cultures qui possèdent les qualités souhaitées. Les humains ont croisé des souches de cultures pendant des millénaires. L’AI peut être utile ici aussi – en identifiant les souches pour la sélection de reproduction qui ont la compatibilité la plus élevée et sont les plus susceptibles de donner les résultats souhaités.

En outre, les systèmes d’AI pourraient aider à prédire quelle méthode de reproduction – hybridation, reproduction croisée à grande échelle, doublement des chromosomes – sera la plus efficace. Avec des informations génétiques approfondies sur les plantes à portée de main, les chercheurs peuvent utiliser l’apprentissage automatique pour faire correspondre les gènes avec les environnements optimaux dans lesquels ils sont les plus susceptibles de prospérer. Cela pourrait aboutir à des cultures qui peuvent résister à une saison de croissance prolongée ou à la plantation de cultures dans des zones qui ne pouvaient les supporter auparavant, augmentant ainsi l’approvisionnement alimentaire pour un monde de plus en plus peuplé et affamé. Des souches plus robustes pourraient être développées – plus capables de résister aux ravages du changement climatique ou de pousser même dans des zones où l’urbanisation ou la désertification s’est installée.

Les informations génétiques sur les plantes pourraient également être utilisées pour aider à sélectionner des souches de cultures qui sont plus résistantes à des parasites ou maladies spécifiques. L’apprentissage automatique pourrait identifier les caractéristiques des plantes qui sont les plus attrayantes pour les insectes ou les parasites – odeur, couleur, etc. – et permettre aux chercheurs de développer des gènes qui réduiraient l’attrait de ces plantes pour les parasites. Cela pourrait aboutir à réduire l’utilisation de pesticides, à développer des pesticides plus respectueux de l’environnement conçus pour des plantes spécifiques dans des régions spécifiques, ou même des fermes individuelles – un type d'”agriculture personnalisée” qui est plus sûre, plus propre et plus verte.

Avant les capacités actuelles de l’AI, l’identification des génomes végétaux était quasi impossible – mais maintenant qu’ils ont été identifiés, comprendre leur fonctionnement est impossible sans des technologies d’AI avancées comme l’apprentissage automatique. Avec les outils qui sont maintenant disponibles, les chercheurs seront en mesure de comprendre mieux les plantes et de développer de nouvelles et meilleures méthodes pour aider les plantes 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. Avec un apprentissage automatique avancé, les chercheurs seront en mesure de dénouer les mystères que les plantes détiennent – et d’utiliser ces secrets pour créer un avenir meilleur pour l’humanité.