Può l’AI diventare un sussurro di piante per aiutare a nutrire il mondo?

Con il potere dell’AI e dei big data, gli scienziati stanno perseguendo nuove frontiere emozionanti nel decodificare il complesso mondo dei genomi delle piante per un miglioramento genetico personalizzato di prossima generazione che potrebbe rivoluzionare la sicurezza alimentare e l’adattamento ai cambiamenti climatici.

Un gambo di grano, una canna di zucchero. Per la maggior parte di noi, questi sono semplicemente le materie prime di alcuni dei nostri cibi preferiti – ma per gli scienziati, rappresentano un puzzle complicato che, una volta risolto, potrebbe sbloccare segreti che potrebbero permetterci di coltivare più cibo con minori effetti dannosi sulla Terra, allevare nuove fonti di biocarburante su larga scala e aiutare le persone a vivere più a lungo e in modo più sano. Quei segreti sono bloccati nel genoma delle piante – e con strumenti AI avanzati, gli scienziati stanno iniziando a scoprire i segreti che questi geni custodiscono.

La capacità dell’AI di analizzare enormi quantità di dati apre la porta alla risoluzione delle sfide di una migliore comprensione dei genomi delle piante. La comprensione dell’interazione tra gli elementi genetici presenti nelle piante e le diverse funzionalità può aiutare i ricercatori a sviluppare ceppi di piante più resistenti, consentendo loro di superare meglio gli stress biotici e abiotici come le sfide ambientali come i cambiamenti dei modelli climatici, le infestazioni di parassiti e la resistenza ai pesticidi.

I genomi delle piante – anche di piante “semplici”, come la canna da zucchero – sono significativamente più grandi dei genomi umani o animali, essendosi evoluti in un periodo di tempo molto più lungo rispetto ad altre forme di vita. Le piante sono poliploidi – dove i geni o interi genomi sono duplicati – e catturare le interazioni tra geni e alleli di diverse ploidie è una sfida, poiché alcune di queste ploidie potrebbero rappresentare geni orfani di vecchie varietà di piante che non sono necessariamente attivi ora.

I ricercatori mirano a identificare singole polimorfismi nucleotidici (sequenze di DNA comuni), che possono utilizzare per comprendere come le piante funzionano e interagiscono con l’ambiente. Una volta raggiunto questo obiettivo, i ricercatori possono comprendere meglio la funzione di ogni gene – e utilizzare quelle informazioni per allevare piante che possono essere adattate alle esigenze umane. Così, se i ricercatori volessero sviluppare una varietà di grano che potrebbe essere coltivata in aree più aride, cercherebbero di identificare geni nel grano che potrebbero permettere una crescita completa nonostante la mancanza di acqua. Non tutti i campioni saranno probabilmente dotati di questo gene, poiché potrebbe essere un gene orfano e attualmente dormiente che faceva parte di un genoma poliploide. Il machine learning potrebbe analizzare il gene e la sua interazione con l’ambiente, fornendo indicazioni di potenziale genetico inutilizzato per raggiungere quell’obiettivo attraverso strategie di allevamento progettate dall’AI.

Mentre questa ricerca potrebbe essere utilizzata per manipolare varietà di piante, tale ingegneria genetica è lontana dall’essere l’unico modo per i ricercatori di sviluppare varietà di colture che hanno le qualità desiderate. Gli esseri umani hanno incrociato varietà di colture per millenni. L’AI può essere utile anche in questo caso – identificando varietà per la selezione di allevamento che hanno la maggiore compatibilità e sono più probabili di produrre i risultati desiderati.

Inoltre, i sistemi AI potrebbero aiutare a prevedere quale metodo di allevamento – ibridazione, allevamento incrociato su larga scala, raddoppiamento dei cromosomi – sarà più efficace. Con informazioni genetiche approfondite sulle piante a portata di mano, i ricercatori possono utilizzare ulteriormente il machine learning per abbinare geni con gli ambienti ottimali in cui sono più probabili di prosperare. Ciò potrebbe risultare in colture che possono resistere a una stagione di crescita prolungata o alla piantagione di colture in aree che non potevano sostenerle in precedenza, aumentando così l’approvvigionamento alimentare per un mondo sempre più popoloso – e affamato. Potrebbero essere sviluppati ceppi più resistenti – più in grado di resistere alle devastazioni dei cambiamenti climatici o crescere anche in aree in cui l’urbanizzazione o la desertificazione si è insediata.

Le informazioni genetiche sulle piante potrebbero anche essere utilizzate per aiutare a sviluppare varietà di colture che siano più resistenti a specifici parassiti o malattie. Il machine learning potrebbe identificare i tratti delle piante che sono più attraenti per gli insetti o i parassiti – odore, colore, ecc. – e consentire ai ricercatori di sviluppare geni che ridurrebbero l’attrazione di queste piante per i parassiti. Ciò potrebbe risultare nella riduzione dell’uso di pesticidi, nello sviluppo di pesticidi più ecocompatibili progettati per piante specifiche in regioni specifiche o addirittura per singole fattorie – un tipo di “agricoltura personalizzata” che è più sicura, più pulita e più verde.

Prima delle attuali capacità dell’AI, l’identificazione dei genomi delle piante era quasi impossibile – ma ora che sono stati identificati, comprendere come funzionano è impossibile senza tecnologie AI avanzate come il machine learning. Con gli strumenti che sono ora disponibili, i ricercatori saranno in grado di comprendere meglio le piante e sviluppare nuovi e migliori metodi per aiutare le piante a prosperare di fronte ai cambiamenti ambientali, all’inquinamento, all’urbanizzazione e ad altri problemi che influiscono sulla crescita e sulla qualità delle piante. Con il machine learning avanzato, i ricercatori saranno in grado di svelare i misteri che le piante custodiscono – e utilizzare quei segreti per creare un futuro migliore per l’umanità.