Czy AI może stać się szepczącym roślinom, aby pomóc nakarmić świat?

Z pomocą AI i dużych zbiorów danych, naukowcy prowadzą ekscytujące nowe badania w odkodowywaniu złożonego świata genomów roślin w celu opracowania nowej generacji hodowli roślin, co mogłoby rewolucjonizować bezpieczeństwo żywnościowe i adaptację do zmian klimatycznych.

Łodyga pszenicy, kij trzcinowy. Dla większości z nas są to po prostu surowce niektórych z naszych ulubionych potraw – ale dla naukowców reprezentują one skomplikowaną łamigłówkę, której rozwiązanie mogłoby odblokować sekrety, które pozwolą nam na uprawę więcej żywności z mniejszymi szkodliwymi skutkami dla Ziemi, hodowlę nowych źródeł biopaliw w dużych ilościach oraz pomóc ludziom żyć dłużej i zdrowiej. Te sekrety są zamknięte w genomie roślin – a zaawansowane narzędzia AI pozwalają naukowcom na odkrywanie sekretów, które te geny posiadają.

Pojemność AI do analizy ogromnych ilości danych otwiera drzwi do rozwiązania wyzwań związanych z lepszym zrozumieniem genomów roślin. To zrozumienie interakcji między elementami genetycznymi obecnymi w roślinach i różnymi funkcjonalnościami może pomóc badaczom opracować bardziej wytrzymałe odmiany roślin, umożliwiając im lepsze pokonywanie stresów biotycznych i abiotycznych, takich jak wyzwania środowiskowe, jak zmieniające się wzorce klimatyczne, infestacje szkodników i oporność na pestycydy.

Genomy roślin – nawet „prostych” roślin, jak trzcina cukrowa – są znacznie większe niż genomy ludzkie lub zwierzęce, które ewoluowały przez znacznie dłuższy okres niż inne formy życia. Rośliny są poliploidalne – gdzie geny lub całe genomy są duplikowane – a uchwycenie interakcji między genami i allelami z różnych ploidii jest wyzwaniem, ponieważ niektóre z tych ploidii mogą reprezentować sierocie geny starszych odmian roślin, które niekoniecznie są aktywne teraz.

Badacze mają na celu identyfikację polimorfizmów jednego nukleotydu (powszechnych sekwencji DNA), których mogą użyć do zrozumienia, jak rośliny funkcjonują i interakcjonują ze środowiskiem. Gdy to zostanie osiągnięte, badacze będą mogli lepiej zrozumieć funkcję każdego genu – i użyć tej informacji do hodowli roślin, które mogą być dostosowane do potrzeb ludzi. Tak więc, jeśli badacze chcieliby opracować odmianę pszenicy, która mogłaby być uprawiana w bardziej suchych obszarach, próbowaliby zidentyfikować geny w pszenicy, które pozwoliłyby na pełny wzrost pomimo braku wody. Nie wszystkie próbki będą prawdopodobnie nosić ten gen, ponieważ może to być sierocy i obecnie uśpiony gen, który był częścią poliploidalnego genomu. Nauka maszynowa mogłaby analizować gen i jego interakcję ze środowiskiem, dostarczając wskazówek dotyczących niewykorzystanego potencjału genetycznego w celu osiągnięcia tego celu za pomocą strategii hodowli zaprojektowanych przez AI.

Chociaż to badanie mogłoby być wykorzystane do manipulacji odmianami roślin, takie inżynieria genetyczna jest daleko od jedynego sposobu, w jaki badacze mogą opracować odmiany upraw, które mają pożądane cechy. Ludzie krzyżowali odmiany upraw przez tysiąclecia. AI może być pomocna również w tym przypadku – identyfikując odmiany do selekcji hodowlanej, które mają największą kompatybilność i są najbardziej prawdopodobne, aby dać pożądane wyniki.

Ponadto systemy AI mogą pomóc przewidzieć, jaki sposób hodowli – hybrydyzacja, szerokie krzyżowanie, podwajanie chromosomów – będzie najbardziej skuteczny. Z głęboką wiedzą genetyczną o roślinach, badacze mogą dalej wykorzystywać naukę maszynową do dopasowania genów do optymalnych środowisk, w których są one najbardziej prawdopodobne, aby prosperować. To mogłoby skutkować uprawami, które mogą wytrzymać przedłużony sezon wegetacyjny lub sadzeniem upraw w obszarach, które wcześniej nie mogły ich utrzymać, zwiększając w ten sposób zaopatrzenie żywnościowe dla coraz bardziej licznej – i głodnej – populacji. Odmiany, które będą bardziej wytrzymałe, mogą być opracowane – bardziej odporne na zmiany klimatyczne lub wzrost w obszarach, w których urbanizacja lub pustynnienie się rozwinęło.

Informacje genetyczne o roślinach mogą być również wykorzystane do pomocy w hodowli odmian upraw, które są bardziej odporne na określone szkodniki lub choroby. Nauka maszynowa może identyfikować cechy roślin, które są najbardziej atrakcyjne dla owadów lub szkodników – zapach, kolor itp. – i umożliwić badaczom opracowanie genów, które zmniejszą atrakcyjność tych roślin dla szkodników. To mogłoby skutkować zmniejszeniem użycia pestycydów, opracowaniem bardziej przyjaznych dla środowiska pestycydów zaprojektowanych dla konkretnych roślin w konkretnych regionach lub nawet indywidualnych gospodarstw – rodzaj „personalizowanej rolnictwa”, które jest bezpieczniejsze, czystsze i bardziej ekologiczne.

Przed bieżącymi możliwościami AI, identyfikacja genomów roślin była niemożliwa – ale teraz, gdy zostały one zidentyfikowane, zrozumienie, jak one działają, jest niemożliwe bez zaawansowanych technologii AI, takich jak nauka maszynowa. Z narzędziami, które są teraz dostępne, badacze będą mogli lepiej zrozumieć rośliny i opracować nowe i lepsze metody, aby pomóc roślinom prosperować w obliczu zmian środowiskowych, zanieczyszczeń, urbanizacji i innych problemów, które wpływają na wzrost i jakość roślin. Z zaawansowaną nauką maszynową, badacze będą mogli rozwiązać tajemnice, które rośliny posiadają – i wykorzystać te sekrety, aby stworzyć lepszą przyszłość dla ludzkości.