האם AI יכול להיות “משוחח עם צמחים” כדי לסייע בהאכלת העולם?

בכוחו של AI ונתונים גדולים, מדענים רודפים אחר גבולות חדשים ומרגשים בפיענוח עולם הגנומים המורכב של צמחים לטובת רביית צמחים מותאמת אישית לדור הבא, שיכולה למהפכת אבטחת מזון והסתגלות לשינויי אקלים.

גבעול חיטה, קנה סוכר. לרובנו, אלו הם רק חומרי גלם של חלק מהמאכלים האהובים עלינו – אבל עבור מדענים, הם מייצגים חידה מסובכת, שאם תיפתר, תוכל לשחרר סודות שיאפשרו לנו לגדל יותר מזון עם פחות השפעות מזיקות על כדור הארץ, לרבות צמחים חדשים לדלק ביולוגי בקנה מידה גדול, ולעזור לאנשים לחיות חיים ארוכים ובריאים יותר. הסודות האלה נעולים בגנום של צמחים – ועם כלים מתקדמים של AI, מדענים מתחילים לגלות את הסודות שהגנים האלה מחזיקים.

יכולתו של AI לנתח כמויות עצומות של נתונים פותחת את הדלת לפתרון אתגרים של הבנה טובה יותר של גנומים של צמחים. הבנה זו של האינטראקציה בין היסודות הגנטיים הנוכחים בצמחים ותפקודים שונים יכולה לעזור לחוקרים לפתח זנים חזקים יותר של צמחים, שיאפשרו להם להתגבר טוב יותר על אתגרים ביוטיים ואביוטיים כגון אתגרים סביבתיים כמו שינויים בדפוסי אקלים, הדברה והתנגדות לחרקים.

גנומים של צמחים – אפילו של “צמחים פשוטים”, כמו סוכר – משמעותית גדולים יותר מגנומים של בני אדם או בעלי חיים, והתפתחו במשך תקופה ארוכה יותר מצורות חיים אחרות. צמחים הם פוליפלואידיים – שבהם גנים או גנומים שלמים מוכפלים – ותיעוד האינטראקציות בין גנים ואללים מפלואידיות שונות הוא אתגר, שכן חלק מהפלואידיות יכולות לייצג גנים יתומים של זני צמחים ישנים יותר, שאינם בהכרח פעילים כרגע.

חוקרים מטרים לזהות פולימורפיזמים של נוקליאוטיד יחיד (רצפי DNA נפוצים), שהם יכולים להשתמש בהם כדי להבין כיצד צמחים פועלים ומתקשרים עם הסביבה. כאשר זה מושג, חוקרים יכולים להבין טוב יותר את תפקודו של כל גן – ולהשתמש במידע זה כדי לרבות צמחים שיכולים להתאים לצורכי בני אדם. כך, אם חוקרים רוצים לפתח זן של חיטה שיכול לגדל באזורים יותר צחיחים, הם ינסו לזהות גנים בחיטה שיאפשרו צמיחה מלאה על אף מחסור במים. לא כל הדגימות יישאו כנראה את הגן הזה, שכן זה יכול להיות גן יתום וגן רדום שהיה חלק מגנום פוליפלואידי. למידת מכונה יכולה לנתח את הגן ואת האינטראקציה שלו עם הסביבה, ולספק רמזים לפוטנציאל גנטי בלתי מנוצל להשגת מטרה זו דרך אסטרטגיות רבייה שתוכננו על ידי AI.

בעוד שמחקר זה יכול להיעשות כדי להנדס גנטית את זני הצמחים, הנדסה גנטית כזו היא רחוקה מהדרך היחידה שחוקרים יכולים לפתח זנים של גידולים שיש להם התכונות הרצויות. בני אדם היו מכליאים זנים של גידולים במשך אלפי שנים. AI יכול להיות מועיל גם כאן – זיהוי זנים לבחירת רבייה שיש להם התאמה גבוהה ביותר וסביר להניב את התוצאות הרצויות.

בנוסף, מערכות AI יכולות לעזור לחזות איזו שיטת רבייה – הכלאה, רבייה בין-זנית רחבה, כפל כרומוזומים – תהיה היעילה ביותר. עם מידע גנטי עמוק על צמחים, חוקרים יכולים להשתמש בלמידת מכונה כדי לשוות גנים עם הסביבות האופטימליות שבהן הם בסבירות הגבוהה ביותר לשגשג. זה יכול להוביל לגידולים שיכולים לסבול עונת גידול ממושכת יותר או לנטיעת גידולים באזורים שלא יכלו לתמוך בהם לפני כן, וכך להגדיל את אספקת המזון לעולם הולך וגדל – ורעב. זנים שיהיו חזקים יותר יכולים להתפתח – יותר מסוגלים לעמוד בפני ההרס של שינויי אקלים או לגדול אפילו באזורים שבהם אורבניזציה או התארכות המדבר התקדמה.

מידע גנטי של צמחים יכול גם לשמש לסייע ברביית זנים של גידולים שיהיו עמידים יותר למזיקים או מחלות מסוימים. למידת מכונה יכולה לזהות את התכונות של צמחים שמושכות יותר חרקים או מזיקים – ריח, צבע וכו’ – ולאפשר לחוקרים לפתח גנים שיקטינו את המשיכה של צמחים אלו למזיקים. זה יכול להוביל להפחתת השימוש בחומרי הדברה, פיתוח חומרי הדברה ידידותיים לסביבה יותר, שמיועדים לצמחים מסוימים באזורים מסוימים, או אפילו לחוות יחיד – סוג של “חקלאות אישית” שהיא בטוחה יותר, נקייה יותר וירוקה יותר.

לפני היכולות הנוכחיות של AI, זיהוי גנומים של צמחים היה קרוב לבלתי אפשרי – אבל עכשיו, כיוון שהם זוהו, הבנתם היא בלתי אפשרית בלי טכנולוגיות AI מתקדמות כמו למידת מכונה. עם הכלים שזמינים עכשיו, חוקרים יוכלו להבין צמחים טוב יותר, ולפתח שיטות חדשות וטובות יותר לעזור לצמחים לשגשג בפני שינויים סביבתיים, זיהום, אורבניזציה ובעיות אחרות שמשפיעות על צמיחה ואיכות של צמחים. עם למידת מכונה מתקדמת, חוקרים יוכלו לפענח את המסתורים שצמחים מחזיקים – ולהשתמש בסודות האלה כדי ליצור עתיד טוב יותר עבור האנושות.