24. April 2024

Künstliche Intelligenz hilft Wissenschaftlern, Pflanzen zu entwickeln, um den Klimawandel zu bekämpfen

Eine einzigartige Zusammenarbeit bei Salk nutzt die Deep-Learning-Software SLEAP, um Pflanzenmerkmale zu analysieren und so die Entwicklung klimaschonender Anlagen zu beschleunigen

Salk-Nachrichten


Künstliche Intelligenz hilft Wissenschaftlern, Pflanzen zu entwickeln, um den Klimawandel zu bekämpfen

Eine einzigartige Zusammenarbeit bei Salk nutzt die Deep-Learning-Software SLEAP, um Pflanzenmerkmale zu analysieren und so die Entwicklung klimaschonender Anlagen zu beschleunigen

LA JOLLA – Der Zwischenstaatliche Ausschuss für Klimaänderungen (IPCC) erklärte, dass die Entfernung von Kohlenstoff aus der Atmosphäre jetzt von entscheidender Bedeutung für die Bekämpfung des Klimawandels und die Begrenzung des globalen Temperaturanstiegs sei. Um diese Bemühungen zu unterstützen, nutzen Salk-Wissenschaftler die natürliche Fähigkeit von Pflanzen, Kohlendioxid aus der Luft zu ziehen, indem sie ihre Wurzelsysteme so optimieren, dass sie mehr Kohlenstoff über einen längeren Zeitraum speichern.

Von links: Talmo Pereira, Elizabeth Berrigan und Wolfgang Busch.
Von links: Talmo Pereira, Elizabeth Berrigan und Wolfgang Busch.
Hier tippen für ein hochauflösendes Bild.
Bildnachweis: Salk Institute

Um diese klimaschonenden Pflanzen zu entwerfen, haben Wissenschaftler in Salk's Initiative Nutzpflanzen verwenden ein hochentwickeltes neues Recherchetool namens SCHLAF– eine benutzerfreundliche Software für künstliche Intelligenz (KI), die mehrere Merkmale des Wurzelwachstums verfolgt. Erstellt von Salk Fellow Talmo PereiraUrsprünglich wurde SLEAP entwickelt, um Tierbewegungen im Labor zu verfolgen. Jetzt hat sich Pereira mit dem Pflanzenwissenschaftler und Salk-Kollegen Professor zusammengetan Wolfgang Busch um SLEAP auf Pflanzen anzuwenden.

In einer Studie, die in Pflanzenphänomik Am 12. April 2024 stellen Busch und Pereira ein neues Protokoll zur Verwendung von SLEAP zur Analyse der Phänotypen von Pflanzenwurzeln vor – wie tief und breit sie wachsen, wie massiv ihre Wurzelsysteme werden und andere physikalische Eigenschaften, deren Messung vor SLEAP mühsam war . Die Anwendung von SLEAP auf Pflanzen hat es Forschern bereits ermöglicht, den bisher umfangreichsten Katalog von Phänotypen des Pflanzenwurzelsystems zu erstellen.

Darüber hinaus hilft die Verfolgung dieser physikalischen Merkmale des Wurzelsystems den Wissenschaftlern dabei, mit diesen Merkmalen verbundene Gene zu finden und festzustellen, ob mehrere Wurzelmerkmale von denselben Genen oder unabhängig voneinander bestimmt werden. Dadurch kann das Salk-Team bestimmen, welche Gene für ihre Pflanzendesigns am vorteilhaftesten sind.

„Diese Zusammenarbeit ist wirklich ein Beweis dafür, was die Salk-Wissenschaft so besonders und wirkungsvoll macht“, sagt Pereira. „Wir ‚borgen‘ uns nicht nur von verschiedenen Disziplinen – wir stellen sie wirklich auf Augenhöhe, um etwas zu schaffen, das größer ist als die Summe seiner Teile.“

Vor der Verwendung von SLEAP war die Verfolgung der physikalischen Eigenschaften von Pflanzen und Tieren mit einem hohen Arbeitsaufwand verbunden, der den wissenschaftlichen Prozess verlangsamte. Wenn Forscher ein Bild einer Pflanze analysieren wollten, mussten sie die Teile des Bildes, die Pflanzen waren und nicht, manuell markieren – Bild für Bild, Teil für Teil, Pixel für Pixel. Erst dann könnten ältere KI-Modelle angewendet werden, um das Bild zu verarbeiten und Daten über die Struktur der Pflanze zu sammeln.

SLEAP und Sleap-Roots erkennen automatisch Orientierungspunkte in der gesamten Root-Systemarchitektur.
SCHLAF und Schlafwurzeln erkennt automatisch Orientierungspunkte in der gesamten Root-System-Architektur.
Bildnachweis: Salk Institute
Satchidananda-Panda
SCHLAF und Schlafwurzeln Vorhersagen, wie die verschiedenen Teile der Pflanzenwurzeln miteinander verbunden sind, indem die Geometrie der Wurzeln analysiert wird.
Bildnachweis: Salk Institute

Was SLEAP auszeichnet, ist die einzigartige Nutzung von Computer Vision (die Fähigkeit von Computern, Bilder zu verstehen) und Deep Learning (ein KI-Ansatz, um einen Computer so zu trainieren, dass er wie das menschliche Gehirn lernt und funktioniert). Diese Kombination ermöglicht es Forschern, Bilder zu verarbeiten, ohne sich Pixel für Pixel zu bewegen, sondern diesen arbeitsintensiven Zwischenschritt zu überspringen und direkt von der Bildeingabe zu definierten Pflanzenmerkmalen zu springen.

„Wir haben ein robustes Protokoll erstellt, das in mehreren Anlagentypen validiert wurde und die Analysezeit und menschliches Versagen reduziert, während es gleichzeitig auf Zugänglichkeit und Benutzerfreundlichkeit Wert legt – und es erforderte keine Änderungen an der eigentlichen SLEAP-Software“, sagt Erstautorin Elizabeth Berrigan, a Bioinformatik-Analyst in Buschs Labor.

Ohne die Basistechnologie von SLEAP zu verändern, entwickelten die Forscher ein herunterladbares Toolkit für SLEAP namens Schlafwurzeln (verfügbar als Open-Source-Software Hier ). Mit SchlafwurzelnSLEAP kann biologische Merkmale von Wurzelsystemen wie Tiefe, Masse und Wachstumswinkel verarbeiten.

Das Salk-Team hat das getestet Schlafwurzeln Paket in einer Vielzahl von Pflanzen, darunter Nutzpflanzen wie Sojabohnen, Reis und Raps, sowie die Modellpflanzenarten Arabidopsis thaliana– ein blühendes Unkraut aus der Familie der Senfgewächse. Sie stellten fest, dass die neuartige SLEAP-basierte Methode bei allen getesteten Pflanzen bestehende Praktiken übertraf, indem sie 1.5-mal schneller Anmerkungen machte, das KI-Modell 10-mal schneller trainierte und die Pflanzenstruktur auf der Grundlage neuer Daten 10-mal schneller vorhersagte – und das alles mit der gleichen oder einer höheren Genauigkeit als vorher.

Zusammen mit massiven Genomsequenzierungsbemühungen zur Aufklärung der Genotypdaten einer großen Anzahl von Nutzpflanzensorten können diese phänotypischen Daten, wie z. B. das Wurzelsystem einer Pflanze, das besonders tief im Boden wächst, extrapoliert werden, um die Gene zu verstehen, die für die Entstehung dieses besonders tiefen Wurzelsystems verantwortlich sind.

Dieser Schritt – die Verbindung von Phänotyp und Genotyp – ist von entscheidender Bedeutung für Salks Mission, Pflanzen zu schaffen, die mehr Kohlenstoff und länger speichern, da diese Pflanzen tiefere und robustere Wurzelsysteme benötigen. Die Implementierung dieser präzisen und effizienten Software wird es der Harnessing Plants Initiative ermöglichen, wünschenswerte Phänotypen mit bahnbrechender Leichtigkeit und Geschwindigkeit mit zielgerichteten Genen zu verbinden.

Eine grüne Blattpflanze mit freigelegten Wurzeln vor einem Hintergrund aus abstrakten Computerbildern, die SLEAP darstellen.
Eine grüne Blattpflanze mit freigelegten Wurzeln vor einem Hintergrund aus abstrakten Computerbildern, die SLEAP darstellen.
Hier tippen für ein hochauflösendes Bild.
Bildnachweis: Salk Institute

„Wir konnten bereits den bislang umfangreichsten Katalog von Pflanzenwurzelsystem-Phänotypen erstellen, was unsere Forschung zur Schaffung kohlenstoffbindender Pflanzen, die den Klimawandel bekämpfen, wirklich beschleunigt“, sagt Busch, Hess-Lehrstuhlinhaber für Pflanzenwissenschaften an der Salk. „Dank Talmos professionellem Softwaredesign war SLEAP so einfach anzuwenden und zu verwenden, und es wird in Zukunft ein unverzichtbares Werkzeug in meinem Labor sein.“

Zugänglichkeit und Reproduzierbarkeit standen bei der Entwicklung von SLEAP und Pereira im Vordergrund Schlafwurzeln. Weil die Software und Schlafwurzeln Die Nutzung des Toolkits ist kostenlos, die Forscher sind gespannt, wie das geht Schlafwurzeln wird auf der ganzen Welt zum Einsatz kommen. Sie haben bereits Gespräche mit NASA-Wissenschaftlern aufgenommen, in der Hoffnung, das Tool nicht nur zur Steuerung kohlenstoffbindender Pflanzen auf der Erde, sondern auch zur Untersuchung von Pflanzen im Weltraum nutzen zu können.

Bei Salk ist das Kooperationsteam noch nicht bereit, sich aufzulösen – sie stellen sich bereits einer neuen Herausforderung der Analyse von 3D-Daten mit SLEAP. Bemühungen, SLEAP zu verfeinern, zu erweitern und zu teilen Schlafwurzeln wird noch viele Jahre weiterbestehen, aber sein Einsatz in der Harnessing Plants Initiative von Salk beschleunigt bereits die Pflanzenentwürfe und hilft dem Institut, etwas gegen den Klimawandel zu unternehmen.

Weitere Autoren sind Lin Wang, Hannah Carrillo, Kimberly Echegoyen, Mikayla Kappes, Jorge Torres, Angel Ai-Perreira, Erica McCoy, Emily Shane, Charles Copeland, Lauren Ragel, Charidimos Georgousakis, Sanghwa Lee, Dawn Reynolds, Avery Talgo, Juan Gonzalez, Ling Zhang, Ashish Rajurkar, Michel Ruiz, Erin Daniels, Liezl Maree und Shree Pariyar von Salk.

Die Arbeit wurde vom Bezos Earth Fund, der Hess Corporation, dem TED Audacious Project und den National Institutes of Health (RF1MH132653) unterstützt.

DOI: 10.34133/plantphenomics.0175

INFORMATIONEN ZUR VERÖFFENTLICHUNG

JOURNAL

Pflanzenphänomik

TITEL

Schnelle und effiziente Wurzelphänotypisierung mittels Posenschätzung

AUTOREN

Elizabeth Berrigan, Lin Wang, Hannah Carrillo, Kimberly Echegoyen, Mikayla Kappes, Jorge Torres, Angel Ai-Perreira, Erica McCoy, Emily Shane, Charles Copeland, Lauren Ragel, Charidimos Georgousakis, Sanghwa Lee, Dawn Reynolds, Avery Talgo, Juan Gonzalez, Ling Zhang, Ashish Rajurkar, Michel Ruiz, Erin Daniels, Liezl Maree, Shree Pariyar, Wolfgang Busch, Talmo Pereira

Für mehr Informationen

Büro für Kommunikation
Tel: (858) 453-4100
press@salk.edu

Das Salk-Institut für biologische Studien:

Die Geheimnisse des Lebens selbst zu entschlüsseln, ist die treibende Kraft hinter dem Salk Institute. Unser Team aus erstklassigen, preisgekrönten Wissenschaftlern verschiebt die Grenzen des Wissens in Bereichen wie Neurowissenschaften, Krebsforschung, Alterung, Immunbiologie, Pflanzenbiologie, Computerbiologie und mehr. Das von Jonas Salk, dem Entwickler des ersten sicheren und wirksamen Polio-Impfstoffs, gegründete Institut ist eine unabhängige, gemeinnützige Forschungsorganisation und ein architektonisches Wahrzeichen: klein durch Wahl, intim von Natur aus und furchtlos angesichts jeder Herausforderung.