Me vahingoitamme kasvistoa paitsi vähentämällä niitä myös myrkyllisillä päästöillä. Ilmastonmuutoksen torjumiseksi ja maapallon lämpötilan pitämiseksi kurissa, Hallitustenvälinen ilmastonmuutospaneeli (IPCC) on tehnyt selväksi, että hiilen poistaminen on välttämätöntä. Tämän mukaisesti Scientists at Salk luovat hiilidioksidin talteenottokasveja tekoälyllä ja parantavat kasvien juurijärjestelmää. Tämän optimoinnin tarkoituksena on lisätä varastoidun hiilen määrää ja pidentää sen varastointiaikaa.
Salkin ainutlaatuinen yhteistyö käyttää SLEAP-nimistä älykästä ohjelmistoa kasvien ominaisuuksien tarkasteluun. Tämä auttaa saamaan ilmastonmuutosta taistelevat kasvit kehittymään nopeammin. SLEAP on helppokäyttöinen tietokoneohjelma, joka käyttää tekoälyä (AI) seuraamaan juuren kasvun eri ominaisuuksia. Aluksi sen loi Salk Fellow Talmo Pereira seurata eläinten liikkumista laboratorioissa. Mutta nyt, Pereira ja kasvitieteilijä professori Wolfgang Busch Salkista työskentelevät SLEAPin käyttämiseksi kasveille.
Busch, joka on Salkin kasvitieteen Hess-tuoli, sanoi: "Olemme jo pystyneet luomaan tähän mennessä laajimman luettelon kasvien juurijärjestelmän fenotyypeistä, mikä todella nopeuttaa tutkimusttamme ilmastonmuutosta torjuvien hiiltä sitovien kasvien luomiseksi. SLEAP on ollut Talmon ammattimaisen ohjelmistosuunnittelun ansiosta niin helppo soveltaa ja käyttää, ja se tulee olemaan korvaamaton työkalu laboratoriossani eteenpäin."
Kuinka SLEAP on parempi?
Se, mikä tekee SLEAPista erilaisen, on sen innovatiivinen käyttö sekä tietokonenäkö (tietokoneiden kyky ymmärtää kuvia) että syvällinen oppiminen (eräänlainen AI-lähestymistapa, joka kouluttaa tietokoneita oppimaan sekä toimimaan kuten ihmisaivot). Tämän yhdistelmän avulla tutkijat voivat analysoida kuvia ilman, että jokaista pikseliä käsitellään manuaalisesti. Sen sijaan he voivat vain ohittaa tämän aikaa vievän vaiheen ja siirtyä suoraan kuvasta tiettyjen kasvien ominaisuuksien tunnistamiseen.
Elizabeth Berrigan, Buschin laboratorion bioinformatiikkaanalyytikko ja tutkimuksen ensimmäinen kirjoittaja, sanoi, "Loimme vankan protokollan, joka on validoitu useille laitostyypeille ja joka vähentää analyysiaikaa ja inhimillisiä virheitä, mutta korostaa saavutettavuutta ja helppokäyttöisyyttä – eikä se vaatinut muutoksia varsinaiseen SLEAP-ohjelmistoon."
Tutkijat eivät muuttaneet SLEAPin ydintekniikkaa, he kehittivät ladattavan työkalupakin nimeltä sleap-roots (saatavilla avoimen lähdekoodin ohjelmistona täältä). Sleap-rootilla SLEAPia voidaan käyttää juurijärjestelmän biologisten ominaisuuksien, kuten syvyyden, massan ja kasvukulman, tutkimiseen.
Tämä yhdessä laajojen genomin sekvensointiponnistelujen kanssa monien viljelykasvilajikkeiden genotyyppitietojen ymmärtäminen voi antaa tutkijoille mahdollisuuden käyttää fenotyyppitietoja (kuten kasvin syvää juurijärjestelmää) paljastaa geenit, jotka ovat vastuussa tällaisten piirteiden luomisesta.
Tiedätkö Tiedemiehet luovat kirjaimellisia voimalaitoksia tuuli- ja sadeenergian keräämiseksi?
Poimintoja
- Tällä uudella SLEAP-käyttötavalla on mahdollista tutkia, kuinka syvät ja leveät kasvit kasvavat. kuinka suureksi heidän juurijärjestelmänsä kasvaa yhdessä muiden fyysisten ominaisuuksien kanssa.
- Sen käyttö kasveilla on auttanut tutkijoita luomaan kaikkien aikojen suurimman kokoelman kasvien juurijärjestelmän fenotyyppejä.
- Lisäksi näiden fyysisten juuriominaisuuksien silmällä pitäminen auttaa tutkijoita tunnistamaan näihin piirteisiin liittyvät geenit.
- He voivat analysoida, hallitsevatko samat geenit useita ominaisuuksia vai ovatko ne riippumattomia.
- Tämä auttaa Salk-tiimiä selvittämään, mitkä geenit ovat hyödyllisimpiä heidän kasvisuunnittelussaan.
Tutkijat löysivät uuden ja innovatiivisen tavan kasvien hoitoon ePlant TreeTags.
SLEAPin vaikutus kasvinjalostukseen
Salk-tiimi testasi Sleap-roots-pakettia eri kasveilla. Tämä sisälsi tärkeitä viljelykasveja, kuten soijapapuja, riisiä ja rypsiä, sekä mallikasvi Arabidopsis thaliana – kukkiva rikkakasvi sinappiperheessä.
- Kaikista näistä kasveista he havaitsivat, että uusi SLEAP-pohjainen menetelmä toimi paremmin kuin olemassa olevat menetelmät.
- Se luokitteli tiedot 1.5 kertaa nopeammin, koulutti tekoälymallin 10 kertaa nopeammin ja jopa ennusti kasvin rakennetta uusien tietojen perusteella 10 kertaa nopeammin.
- Se suoritti kaikki toiminnot säilyttäen ja/tai jopa parantaen tarkkuutta.
Tämä vaihe fyysisten ominaisuuksien (fenotyypin) ja geneettisen rakenteen (genotyypin) yhdistämiseksi on erittäin tarpeellinen Salkin tavoitteelle kehittää kasveja, jotka voivat varastoida enemmän hiiltä pidempään. Nämä kasvit tarvitsevat vahvemman ja syvemmän juurijärjestelmän. Käyttämällä tätä tehokasta ja tarkkaa ohjelmistoa Kasvien valjastaminen -aloite pystyy yhdistämään halutut fenotyypit tiettyihin geeneihin vallankumouksellisen helposti ja nopeasti.
Salkin tutkijat luovat hiilidioksidin talteenottolaitoksia tekoälyllä: Seuraavat askeleet
Kehittäessään sekä SLEAP- että Sleap-roots-ratkaisuja Pereira asetti etusijalle saavutettavuuden ja toistettavuuden. Koska ohjelmisto ja sleap-roots-työkalupakki ovat vapaasti saatavilla, tutkijat ovat kiinnostuneita näkemään, miten sleap-roots-työkaluja hyödynnetään maailmanlaajuisesti. He ovat jo tehneet aloitti keskustelut NASAn tutkijoiden kanssa työkalun käytöstä ei vain hiiltä sitovien kasvien ohjaamiseen maan päällä, vaan myös kasvien analysointiin avaruudessa.
Salkin yhteistyötiimi ei myöskään hajoa pian. Se on valmis ottamaan vastaan uuden ja innovatiivisen tehtävän – käyttämällä SLEAP:ia 3D-tietojen analysointiin. He aikovat parantaa, laajentaa ja jakaa SLEAP- ja Sleap-juuret tulevina vuosina. Kuitenkin jo nyt niiden soveltaminen Salkin Harnessing Plants Initiativessa nopeuttaa laitosten suunnittelua. Se edistää instituutin toimia ilmastonmuutoksen torjunnassa.
Lähde: Tekoäly auttaa Scientists Engineer Plants -kasveja torjumaan ilmastonmuutosta
