Apakah AI Dapat Menjadi Pembisik Tanaman untuk Membantu Menghidupi Dunia?

Dengan kekuatan AI dan big data, ilmuwan sedang mengejar frontir baru yang menarik dalam mendekode dunia kompleks genom tanaman untuk pembiakan tanaman khusus generasi berikutnya yang dapat merevolusi keamanan pangan dan adaptasi terhadap perubahan iklim.

Sebatang gandum, sebatang tebu. Bagi kebanyakan dari kita, ini hanyalah bahan baku dari beberapa makanan favorit kita – tetapi bagi ilmuwan, ini merupakan teka-teki yang rumit yang, sekali dipecahkan, dapat membuka rahasia yang dapat memungkinkan kita untuk menanam lebih banyak makanan dengan dampak yang lebih sedikit pada bumi, mengembangkan sumber bahan bakar bio baru dalam skala besar, dan membantu orang hidup lebih lama dan sehat. Rahasia-rahasia itu terkunci dalam genom tanaman – dan dengan alat AI yang canggih, ilmuwan mulai menemukan rahasia yang disembunyikan oleh gen tersebut.

Kemampuan AI untuk menganalisis jumlah data yang besar membuka pintu untuk memecahkan tantangan dalam memahami genom tanaman dengan lebih baik. Pemahaman ini tentang interaksi antara elemen genetik yang ada dalam tanaman dan fungsi yang berbeda dapat membantu peneliti mengembangkan varietas tanaman yang lebih kuat, memungkinkan mereka untuk lebih baik mengatasi stres biotik dan abiotik seperti tantangan lingkungan seperti perubahan pola iklim, serangan hama dan resistensi pestisida.

Genom tanaman – bahkan dari “tanaman sederhana” seperti tebu – jauh lebih besar daripada genom manusia atau hewan, yang telah berkembang selama periode yang jauh lebih lama daripada bentuk kehidupan lain. Tanaman adalah poliploid – di mana gen atau genom seluruhnya diduplikasi – dan menangkap interaksi antara gen dan alel dari berbagai ploid adalah tantangan, karena beberapa ploid dapat mewakili gen yatim dari strain tanaman yang lebih tua yang tidak aktif sekarang.

Peneliti bertujuan untuk mengidentifikasi polimorfisme nukleotida tunggal (urutan DNA yang umum), yang dapat mereka gunakan untuk memahami bagaimana tanaman berfungsi dan berinteraksi dengan lingkungan. Setelah ini dicapai, peneliti dapat lebih baik memahami fungsi setiap gen – dan menggunakan informasi itu untuk mengembangkan tanaman yang dapat disesuaikan dengan kebutuhan manusia. Jadi, jika peneliti ingin mengembangkan varietas gandum yang dapat tumbuh di daerah yang lebih kering, mereka akan mencoba mengidentifikasi gen dalam gandum yang dapat memungkinkan pertumbuhan penuh meskipun kekurangan air. Tidak semua sampel kemungkinan akan membawa gen ini, karena ini dapat menjadi gen yatim dan saat ini dorman yang merupakan bagian dari genom poliploid. Pembelajaran mesin dapat menganalisis gen dan interaksinya dengan lingkungan, memberikan indikasi potensi genetik yang belum tergunakan untuk mencapai tujuan tersebut melalui strategi pembiakan yang dirancang oleh AI.

Sementara penelitian ini dapat digunakan untuk memanipulasi varietas tanaman, rekayasa genetika seperti itu jauh dari satu-satunya cara bagi peneliti untuk mengembangkan varietas tanaman yang memiliki kualitas yang diinginkan. Manusia telah melakukan persilangan varietas tanaman selama ribuan tahun. AI dapat membantu di sini juga – mengidentifikasi varietas untuk seleksi pembiakan yang memiliki kompatibilitas tertinggi dan paling mungkin menghasilkan hasil yang diinginkan.

Selain itu, sistem AI dapat membantu memprediksi metode pembiakan mana yang akan paling efektif – seperti hibridisasi, persilangan silang, atau penggandaan kromosom – dan dapat membantu peneliti mengembangkan varietas tanaman yang lebih kuat dan tahan terhadap stres lingkungan. Dengan informasi genetik tanaman yang mendalam, peneliti dapat menggunakan pembelajaran mesin untuk mencocokkan gen dengan lingkungan optimal di mana mereka paling mungkin tumbuh dengan baik. Ini dapat menghasilkan tanaman yang dapat bertahan dalam musim tanam yang lebih lama atau penanaman tanaman di daerah yang sebelumnya tidak dapat mendukungnya, sehingga meningkatkan pasokan makanan untuk dunia yang semakin padat penduduknya dan lapar. Varietas yang lebih kuat dapat dikembangkan – lebih tahan terhadap perubahan iklim atau tumbuh bahkan di daerah yang telah mengalami urbanisasi atau desertifikasi.

Informasi genetik tanaman juga dapat digunakan untuk membantu mengembangkan varietas tanaman yang lebih tahan terhadap hama atau penyakit tertentu. Pembelajaran mesin dapat mengidentifikasi sifat tanaman yang paling menarik bagi serangga atau hama – seperti bau, warna, dll. – dan memungkinkan peneliti mengembangkan gen yang dapat mengurangi daya tarik tanaman tersebut bagi hama. Ini dapat menghasilkan pengurangan penggunaan pestisida, pengembangan pestisida yang lebih ramah lingkungan yang dirancang untuk tanaman tertentu di daerah tertentu, atau bahkan peternakan individu – jenis “pertanian pribadi” yang lebih aman, lebih bersih, dan lebih hijau.

Sebelum kemampuan AI saat ini, mengidentifikasi genom tanaman hampir mustahil – tetapi sekarang bahwa mereka telah diidentifikasi, memahami bagaimana mereka bekerja mustahil tanpa teknologi AI yang canggih seperti pembelajaran mesin. Dengan alat yang sekarang tersedia, peneliti akan dapat memahami tanaman dengan lebih baik dan mengembangkan metode baru dan lebih baik untuk membantu tanaman tumbuh dalam menghadapi perubahan lingkungan, polusi, urbanisasi, dan masalah lain yang mempengaruhi pertumbuhan dan kualitas tanaman. Dengan pembelajaran mesin yang canggih, peneliti akan dapat memecahkan misteri yang disembunyikan oleh tanaman – dan menggunakan rahasia itu untuk menciptakan masa depan yang lebih baik bagi umat manusia.