19 maja 2022

Naukowcy przy pomocy uczenia maszynowego mogą odkrywać „geny o znaczeniu” w rolnictwie.

Uczenie maszynowe, rodzaj sztucznej inteligencji wykorzystywanej do wykrywania wzorców w danych, może wskazać „ważne geny”, które pomagają uprawom rosnąć przy użyciu mniejszej ilości nawozów, jak wynika z badania finansowanego przez amerykańską National Science Foundation, opublikowanego w Nature Communications. Może również przewidywać dodatkowe cechy roślin i skutki chorób u zwierząt, ilustrujący jego zastosowania poza rolnictwem.

„Jest to doskonały przykład tego, jak naukowcy wspierani przez NSF wytyczają drogę w wykorzystaniu sztucznej inteligencji i najnowocześniejszych podejść obliczeniowych w celu przyspieszenia translacji podstawowych badań i odkryć genomicznych roślin na teren” – powiedziała Diane Okamuro, dyrektor programowy w Oddziale Integracyjnych Systemów Organizmicznych NSF.

Wykorzystanie danych genomicznych do przewidywania wyników w rolnictwie i medycynie jest zarówno obietnicą, jak i wyzwaniem dla biologii systemów.
Naukowcy pracują nad określeniem, jak najlepiej wykorzystać ogromną ilość dostępnych danych genomowych do przewidywania, w jaki sposób organizmy reagują na zmiany w odżywianiu, toksynach i ekspozycji na patogeny – co z kolei wpłynie na poprawę upraw, prognozy chorób, epidemiologię i zdrowie publiczne.
Jednak dokładne przewidywanie tak złożonych wyników w rolnictwie i medycynie na podstawie informacji o skali genomu pozostaje poważnym wyzwaniem.

„Pokazujemy, że skupienie się na genach, których wzorce ekspresji są ewolucyjnie zachowane we wszystkich gatunkach, zwiększa naszą zdolność do uczenia się i przewidywania „genów o znaczeniu” dla wydajności wzrostu podstawowych roślin uprawnych, jak również wyniki chorób u zwierząt” – powiedziała Gloria Coruzzi z Centrum Genomiki i Biologii Systemów Uniwersytetu Nowojorskiego oraz naczelna autorka artykułu.

Naukowcy przeprowadzili eksperymenty, które potwierdziły osiem głównych czynników transkrypcyjnych jako genów ważnych dla efektywności wykorzystania azotu.
Wykazali, że zmieniona ekspresja genów u Arabidopsis i kukurydzy może zwiększyć wzrost roślin w glebach o niskiej zawartości azotu, co przetestowali w laboratorium na NYU i na polach kukurydzy na Uniwersytecie Illinois.