Connect with us

рдХреНрдпрд╛ рдПрдЖрдИ рдкреМрдзреЛрдВ рдХреА рд╕реБрдирдиреЗ рд╡рд╛рд▓рд╛ рдмрди рд╕рдХрддрд╛ рд╣реИ рддрд╛рдХрд┐ рд╡рд┐рд╢реНрд╡ рдХреЛ рдЦрд┐рд▓рд╛рдиреЗ рдореЗрдВ рдорджрдж рдорд┐рд▓реЗ?

рд╡рд┐рдЪрд╛рд░ рдиреЗрддрд╛

рдХреНрдпрд╛ рдПрдЖрдИ рдкреМрдзреЛрдВ рдХреА рд╕реБрдирдиреЗ рд╡рд╛рд▓рд╛ рдмрди рд╕рдХрддрд╛ рд╣реИ рддрд╛рдХрд┐ рд╡рд┐рд╢реНрд╡ рдХреЛ рдЦрд┐рд▓рд╛рдиреЗ рдореЗрдВ рдорджрдж рдорд┐рд▓реЗ?

mm

एआई और बड़े डेटा की शक्ति के साथ, वैज्ञानिक पौधों के जीनोम की जटिल दुनिया को डिकोड करने के लिए रोमांचक नए क्षेत्रों का पीछा कर रहे हैं जो खाद्य सुरक्षा और जलवायु परिवर्तन के अनुकूलन में क्रांति ला सकते हैं।

गेहूं का एक तना, चीनी का एक कण। हममें से अधिकांश के लिए, वे केवल हमारे कुछ पसंदीदा खाद्य पदार्थों के कच्चे माल हैं – लेकिन वैज्ञानिकों के लिए, वे एक जटिल पहेली का प्रतिनिधित्व करते हैं जो एक बार हल हो जाने पर, पृथ्वी पर कम हानिकारक प्रभावों के साथ अधिक भोजन उगाने, नए बायोफ्यूल स्रोतों को बड़े पैमाने पर अनुकूलित करने और लोगों को स्वस्थ और स्वस्थ जीवन जीने में मदद करने के लिए रहस्यों को अनलॉक कर सकते हैं। ये रहस्य पौधों के जीनोम में बंद हैं – और उन्नत एआई टूल्स के साथ, वैज्ञानिक इन जीनों द्वारा रखे गए रहस्यों का पता लगाना शुरू कर रहे हैं।

एआई की बड़ी मात्रा में डेटा विश्लेषण करने की क्षमता पौधों के जीनोम को बेहतर ढंग से समझने की चुनौतियों का समाधान करने के लिए दरवाजा खोलती है। पौधों में मौजूद जेनेटिक तत्वों और विभिन्न कार्यों के बीच परस्पर क्रिया की यह समझ शोधकर्ताओं को पौधों की अधिक मजबूत किस्में विकसित करने में मदद कर सकती है, जिससे वे पर्यावरणीय चुनौतियों जैसे जलवायु परिवर्तन पैटर्न, कीट हमला और कीटनाशक प्रतिरोध जैसे जैविक और अजैविक तनावों का बेहतर ढंग से सामना कर सकें।

पौधों के जीनोम – यहां तक कि “सरल” पौधों के जीनोम भी, जैसे कि चीनी – मानव या जानवरों के जीनोम की तुलना में काफी बड़े होते हैं, जो एक बहुत लंबे समय से विकसित हुए हैं। पौधे पॉलीप्लॉइडल होते हैं – जहां जीन या पूरे जीनोम की प्रतिलिपि बनाई जाती है – और विभिन्न प्लॉइडी से जीन और एलील के बीच परस्पर क्रिया को कैप्चर करना एक चुनौती है, क्योंकि कुछ प्लॉइडी पुराने पौधों की किस्मों के अनाथ जीन का प्रतिनिधित्व कर सकते हैं जो वर्तमान में सक्रिय नहीं हैं।

शोधकर्ता एकल न्यूक्लियोटाइड पॉलिमॉर्फिज्म (सामान्य डीएनए अनुक्रम) की पहचान करने का लक्ष्य रखते हैं, जिसका उपयोग वे पौधों के कार्य और पर्यावरण के साथ परस्पर क्रिया को समझने के लिए कर सकते हैं। एक बार यह प्राप्त हो जाने के बाद, शोधकर्ता प्रत्येक जीन के कार्य को बेहतर ढंग से समझ सकते हैं – और उस जानकारी का उपयोग पौधों को प्रजनन करने के लिए कर सकते हैं जो मानव आवश्यकताओं के अनुकूल हो सकते हैं। इसलिए, यदि शोधकर्ता एक ऐसी गेहूं की किस्म विकसित करना चाहते हैं जो अधिक शुष्क क्षेत्रों में उगाई जा सकती है, तो वे गेहूं में जीनों की पहचान करने का प्रयास करेंगे जो पानी की कमी के बावजूद पूर्ण विकास की अनुमति दे सकते हैं। सभी नमूनों में यह जीन नहीं हो सकता है, क्योंकि यह एक अनाथ जीन हो सकता है जो एक पॉलीप्लॉइडल जीनोम का हिस्सा था जो वर्तमान में निष्क्रिय है। मशीन लर्निंग जीन और उसके पर्यावरण के साथ परस्पर क्रिया का विश्लेषण कर सकती है, जो उस उद्देश्य को प्राप्त करने के लिए एआई-डिज़ाइन की प्रजनन रणनीतियों के माध्यम से अप्रयुक्त जेनेटिक क्षमता के संकेत प्रदान कर सकती है।

इस शोध का उपयोग पौधों की किस्मों को हेरफेर करने के लिए किया जा सकता है, लेकिन जेनेटिक इंजीनियरिंग इस तरह की फसलों की किस्में विकसित करने का एकमात्र तरीका नहीं है जो वांछित गुणों को प्रदर्शित करती हैं। मानव ने सदियों से फसलों की किस्मों को क्रॉस ब्रीड किया है। एआई यहां भी मददगार हो सकता है – प्रजनन चयन के लिए किस्मों की पहचान करना जो उच्चतम संगतता रखती हैं और वांछित परिणाम प्राप्त करने की सबसे अधिक संभावना रखती हैं।

इसके अलावा, एआई सिस्टम यह अनुमान लगाने में मदद कर सकते हैं कि प्रजनन का कौन सा तरीका – हाइब्रिडाइजेशन, वाइड क्रॉस ब्रीडिंग, क्रोमोसोम डबलिंग – सबसे प्रभावी होगा। पौधों पर गहन जेनेटिक जानकारी के साथ, शोधकर्ता मशीन लर्निंग का उपयोग जीनों को उनके अनुकूल वातावरण के साथ मिलाने के लिए कर सकते हैं जिसमें वे सबसे अधिक पनप सकते हैं। इसके परिणामस्वरूप फसलें हो सकती हैं जो एक लंबे समय तक बढ़ने वाले मौसम को सहन कर सकती हैं या उन क्षेत्रों में फसलें लगाई जा सकती हैं जो पहले उन्हें बनाए नहीं रख सकते थे, जिससे एक बढ़ती हुई आबादी – और भूखे – विश्व के लिए खाद्य आपूर्ति बढ़ जाती है। अधिक मजबूत किस्में विकसित की जा सकती हैं – जो जलवायु परिवर्तन के प्रभावों का बेहतर ढंग से प्रतिरोध कर सकती हैं या शहरीकरण या मरुस्थलीकरण के कारण होने वाली क्षति के बावजूद बढ़ सकती हैं।

पौधों की जेनेटिक जानकारी का उपयोग विशिष्ट कीटों या रोगों के प्रतिरोधी फसलों की किस्में विकसित करने में मदद के लिए भी किया जा सकता है। मशीन लर्निंग पौधों की विशेषताओं की पहचान कर सकती है जो कीटों या कीटों को सबसे अधिक आकर्षित करती हैं – गंध, रंग, आदि – और शोधकर्ताओं को उन जीनों को विकसित करने में मदद कर सकती है जो इन पौधों को कीटों के लिए कम आकर्षक बना सकते हैं। इसके परिणामस्वरूप कीटनाशकों के उपयोग में कमी आ सकती है, विशिष्ट पौधों के लिए विशिष्ट क्षेत्रों में विशिष्ट कीटनाशकों का विकास हो सकता है, या यहां तक कि व्यक्तिगत फार्मों के लिए – एक प्रकार की “व्यक्तिगत कृषि” जो सुरक्षित, स्वच्छ और हरित है।

वर्तमान एआई क्षमताओं से पहले, पौधों के जीनोम की पहचान लगभग असंभव थी – लेकिन अब कि वे पहचाने गए हैं, उनके कार्य को समझना उन्नत एआई प्रौद्योगिकियों के बिना असंभव है जैसे कि मशीन लर्निंग। उपलब्ध उपकरणों के साथ, शोधकर्ता पौधों को बेहतर ढंग से समझने में सक्षम होंगे और पर्यावरणीय परिवर्तन, प्रदूषण, शहरीकरण और पौधों के विकास और गुणवत्ता को प्रभावित करने वाले अन्य मुद्दों का सामना करने के लिए पौधों की मदद करने के लिए नए और बेहतर तरीके विकसित करेंगे। उन्नत मशीन लर्निंग के साथ, शोधकर्ता पौधों द्वारा रखे गए रहस्यों को अनलॉक करने में सक्षम होंगे – और मानवता के लिए एक बेहतर भविष्य बनाने के लिए उन रहस्यों का उपयोग करेंगे।

рдИрдпрд╛рд▓ рд░реЛрдиреЗрди Evogene рдХреЗ рд╡реНрдпрд╡рд╕рд╛рдп рд╡рд┐рдХрд╛рд╕ рдХреЗ рдХрд╛рд░реНрдпрдХрд╛рд░реА рдЙрдкрд╛рдзреНрдпрдХреНрд╖ рд╣реИрдВ, рдПрдХ рдХрдореНрдкреНрдпреВрдЯреЗрд╢рдирд▓ рдЬреАрд╡ рд╡рд┐рдЬреНрдЮрд╛рди рдХрдВрдкрдиреА рдЬрд┐рд╕рдиреЗ рдПрдХ рдЕрджреНрд╡рд┐рддреАрдп рдХрдореНрдкреНрдпреВрдЯреЗрд╢рдирд▓ рдкреНрд░реЗрдбрд┐рдХреНрдЯрд┐рд╡ рдмрд╛рдпреЛрд▓реЙрдЬреА "рд╕реАрдкреАрдмреА" рдкреНрд▓реЗрдЯрдлрд╝реЙрд░реНрдо рд╡рд┐рдХрд╕рд┐рдд рдХрд┐рдпрд╛ рд╣реИ, рдЬреЛ рдЬреАрд╡рди рд╡рд┐рдЬреНрдЮрд╛рди рдЙрддреНрдкрд╛рджреЛрдВ рдХреЗ рд╡рд┐рдХрд╛рд╕ рдХреЗ рд▓рд┐рдП рдПрдЖрдИ рдФрд░ рдмрдбрд╝реЗ рдбреЗрдЯрд╛ рдХрд╛ рд▓рд╛рдн рдЙрдард╛рддрд╛ рд╣реИред рдИрдпрд╛рд▓ рдХреЗ рдкрд╛рд╕ рд╣рд┐рдмреНрд░реВ рдпреВрдирд┐рд╡рд░реНрд╕рд┐рдЯреА рдСрдл рдЬреЗрд░реВрд╕рд▓рдо рд╕реЗ рдХреГрд╖рд┐ рд╡рд┐рдЬреНрдЮрд╛рди рдореЗрдВ рдмреА.рдПрд╕рд╕реА рдФрд░ рдПрдо.рдПрд╕рд╕реА рдФрд░ рд╣рд╛рдЗрдлрд╛ рдпреВрдирд┐рд╡рд░реНрд╕рд┐рдЯреА рд╕реЗ рдПрдордмреАрдП рд╣реИред