الذكاء الاصطناعي يساعد العلماء على هندسة النباتات لمكافحة تغير المناخ

الذكاء الاصطناعي يساعد العلماء على هندسة النباتات لمكافحة تغير المناخ

يستخدم التعاون الفريد في سالك برنامج التعلم العميق المسمى SLEAP لتحليل ميزات المصنع، وتسريع تصميم النباتات الموفرة للمناخ

لا جولا ـ أعلنت الهيئة الحكومية الدولية المعنية بتغير المناخ (IPCC) أن إزالة الكربون من الغلاف الجوي أصبحت الآن ضرورية لمكافحة تغير المناخ والحد من ارتفاع درجات الحرارة العالمية. ولدعم هذه الجهود، يقوم علماء سالك بتسخير القدرة الطبيعية للنباتات على سحب ثاني أكسيد الكربون من الهواء عن طريق تحسين أنظمتها الجذرية لتخزين المزيد من الكربون لفترة أطول من الزمن.

لتصميم هذه النباتات الموفرة للمناخ، قام العلماء في سالك مبادرة تسخير النباتات يستخدمون أداة بحث جديدة متطورة تسمى النوم— برنامج ذكاء اصطناعي سهل الاستخدام (AI) يتتبع ميزات متعددة لنمو الجذر. تم إنشاؤها بواسطة زميل سالك تالمو بيريراتم تصميم SLEAP في البداية لتتبع حركة الحيوانات في المختبر. الآن، تعاونت بيريرا مع عالم النبات وأستاذ زميل سالك فولفغانغ بوش لتطبيق SLEAP على النباتات.

في دراسة نشرت في فينوميات النبات في 12 أبريل 2024، أطلق بوش وبيريرا بروتوكولًا جديدًا لاستخدام SLEAP لتحليل الأنماط الظاهرية لجذور النباتات - مدى عمق واتساع نموها، ومدى ضخامة أنظمة الجذر الخاصة بها، والصفات الفيزيائية الأخرى التي كان قياسها شاقًا قبل SLEAP. . إن تطبيق SLEAP على النباتات قد مكّن الباحثين بالفعل من إنشاء أكبر كتالوج للأنماط الظاهرية لنظام جذر النبات حتى الآن.

علاوة على ذلك، فإن تتبع خصائص نظام الجذر الفيزيائي يساعد العلماء في العثور على الجينات المرتبطة بتلك الخصائص، وكذلك ما إذا كانت خصائص الجذر المتعددة يتم تحديدها بواسطة نفس الجينات أو بشكل مستقل. وهذا يسمح لفريق سالك بتحديد الجينات الأكثر فائدة لتصميمات النباتات الخاصة بهم.

يقول بيريرا: "إن هذا التعاون هو حقًا شهادة على ما يجعل علم سالك مميزًا ومؤثرًا للغاية". "نحن لا نستعير فقط من مختلف التخصصات، بل نضعها على قدم المساواة من أجل خلق شيء أكبر من مجموع أجزائه."

قبل استخدام SLEAP، كان تتبع الخصائص الفيزيائية لكل من النباتات والحيوانات يتطلب الكثير من العمل مما أدى إلى إبطاء العملية العلمية. إذا أراد الباحثون تحليل صورة نبات، فسيحتاجون إلى وضع علامة يدويًا على أجزاء الصورة التي كانت أو لم تكن نباتية - إطارًا بإطار، وجزءًا بجزء، وبكسلًا ببكسل. وعندها فقط يمكن تطبيق نماذج الذكاء الاصطناعي الأقدم لمعالجة الصورة وجمع البيانات حول بنية المصنع.

ما يميز SLEAP هو استخدامه الفريد لكل من رؤية الكمبيوتر (قدرة أجهزة الكمبيوتر على فهم الصور) والتعلم العميق (نهج الذكاء الاصطناعي لتدريب الكمبيوتر على التعلم والعمل مثل الدماغ البشري). يسمح هذا المزيج للباحثين بمعالجة الصور دون تحريك بكسل تلو الآخر، وبدلاً من ذلك تخطي هذه الخطوة المتوسطة كثيفة العمالة للانتقال مباشرة من إدخال الصورة إلى ميزات النبات المحددة.

"لقد أنشأنا بروتوكولًا قويًا تم التحقق من صحته في أنواع متعددة من المصانع مما يقلل من وقت التحليل والخطأ البشري، مع التركيز على إمكانية الوصول وسهولة الاستخدام - ولا يتطلب أي تغييرات على برنامج SLEAP الفعلي،" كما تقول المؤلفة الأولى إليزابيث بيريجان، محلل المعلوماتية الحيوية في مختبر بوش.

بدون تعديل التقنية الأساسية لـ SLEAP، قام الباحثون بتطوير مجموعة أدوات قابلة للتنزيل لـ SLEAP تسمى جذور النوم (متوفر كبرنامج مفتوح المصدر اضغط هنا). مع جذور النوميمكن لـ SLEAP معالجة السمات البيولوجية لأنظمة الجذر مثل العمق والكتلة وزاوية النمو.

قام فريق سالك باختبار جذور النوم حزمة في مجموعة متنوعة من النباتات، بما في ذلك نباتات المحاصيل مثل فول الصويا والأرز والكانولا، فضلا عن الأنواع النباتية النموذجية نبات الأرابيدوبسيس thaliana- عشبة مزهرة تنتمي إلى عائلة الخردل. عبر مجموعة متنوعة من النباتات التي تم اختبارها، وجدوا أن الطريقة الجديدة المستندة إلى SLEAP تفوقت على الممارسات الحالية من خلال التعليق التوضيحي بشكل أسرع 1.5 مرة، وتدريب نموذج الذكاء الاصطناعي بشكل أسرع 10 مرات، والتنبؤ ببنية النبات بناءً على البيانات الجديدة 10 مرات أسرع، كل ذلك بنفس الدقة أو دقة أفضل. من ذي قبل.

جنبًا إلى جنب مع الجهود الضخمة لتسلسل الجينوم لتوضيح بيانات النمط الجيني في أعداد كبيرة من أصناف المحاصيل، يمكن استقراء هذه البيانات المظهرية، مثل نظام جذر النبات الذي ينمو بشكل خاص في عمق التربة، لفهم الجينات المسؤولة عن إنشاء نظام الجذر العميق هذا بشكل خاص.

تعتبر هذه الخطوة - التي تربط النمط الظاهري والنمط الجيني - أمرًا بالغ الأهمية في مهمة سالك لإنشاء نباتات تحتفظ بمزيد من الكربون ولمدة أطول، حيث ستحتاج تلك النباتات إلى أنظمة جذرية مصممة لتكون أعمق وأكثر قوة. إن تنفيذ هذا البرنامج الدقيق والفعال سيسمح لمبادرة تسخير النباتات بربط الأنماط الظاهرية المرغوبة بالجينات المستهدفة بسهولة وسرعة غير مسبوقة.

يقول بوش، رئيس قسم علوم النبات في جامعة سالك: "لقد تمكنا بالفعل من إنشاء أكبر كتالوج للأنماط الظاهرية لنظام جذور النباتات حتى الآن، وهو ما يسرع بالفعل أبحاثنا لإنشاء نباتات تلتقط الكربون وتكافح تغير المناخ". "لقد كان SLEAP سهل التطبيق والاستخدام للغاية، وذلك بفضل تصميم برنامج Talmo الاحترافي، وسيكون أداة لا غنى عنها في مختبري للمضي قدمًا."

كانت إمكانية الوصول وإمكانية التكرار في طليعة أفكار بيريرا عند إنشاء كل من SLEAP و جذور النوم. لأن البرامج و جذور النوم مجموعة الأدوات مجانية الاستخدام، والباحثون متحمسون لمعرفة كيفية القيام بذلك جذور النوم سيتم استخدامها في جميع أنحاء العالم. وقد بدأوا بالفعل مناقشات مع علماء ناسا على أمل استخدام هذه الأداة ليس فقط للمساعدة في توجيه النباتات التي تقوم بعزل الكربون على الأرض، ولكن أيضًا لدراسة النباتات في الفضاء.

في سالك، الفريق التعاوني ليس جاهزًا بعد للحل - فهو يشرع بالفعل في تحدٍ جديد يتمثل في تحليل البيانات ثلاثية الأبعاد باستخدام SLEAP. الجهود المبذولة لتحسين وتوسيع ومشاركة SLEAP و جذور النوم سوف يستمر لسنوات قادمة، ولكن استخدامه في مبادرة تسخير النباتات التابعة لشركة سالك يعمل بالفعل على تسريع تصميمات النباتات ومساعدة المعهد على إحداث تأثير على تغير المناخ.

ومن بين المؤلفين الآخرين لين وانغ، وهانا كاريو، وكيمبرلي إيتشيغوين، وميكايلا كابيس، وخورخي توريس، وأنجيل آي بيريرا، وإريكا مكوي، وإميلي شين، وتشارلز كوبلاند، ولورين راجيل، وشاريديموس جورجوساكيس، وسانغوا لي، ودون رينولدز، وأفيري تالغو، وخوان غونزاليس، لينغ تشانغ، وأشيش راجوركار، وميشيل رويز، وإيرين دانيلز، وليزل ماري، وشري باريار من سالك.

تم دعم هذا العمل من قبل صندوق بيزوس للأرض، ومؤسسة هيس، ومشروع TED Audacious، والمعاهد الوطنية للصحة (RF1MH132653).

دوى: 10.34133/نباتات فينوميكس.0175