我们不仅通过砍伐植物来破坏植物，而且还通过排放有毒物质来破坏植物。为了应对气候变化并控制全球气温， 政府间气候变化委员会（IPCC） 已经明确表示，碳去除是必须的。为此，索尔克的科学家们正在利用人工智能创建碳捕获工厂，同时增强植物的根系。这种优化旨在增加碳的储存量并延长碳的储存时间。
Salk 的一个独特合作是使用名为 SLEAP 的智能软件来观察植物特征。这有助于使抗击气候变化的植物更快地生长。SLEAP 是一个易于使用的计算机程序， 使用人工智能（AI）监测根系生长的不同特征. 最初，它是由 Salk Fellow 创建的 塔尔莫·佩雷拉 跟踪动物在实验室中如何活动。但现在，佩雷拉和植物科学家教授 沃尔夫冈·布施 来自 Salk 研究所的研究人员正在致力于将 SLEAP 用于植物研究。
索尔克生物研究所植物科学赫斯主席 Busch 表示， “我们已经能够创建迄今为止最全面的植物根系表型目录，这确实加速了我们研究创造碳捕获植物以对抗气候变化的进程。得益于 Talmo 的专业软件设计，SLEAP 的应用和使用非常方便，它将成为我实验室未来不可或缺的工具。”
SLEAP 有何优势？
SLEAP 的与众不同之处在于其创新地使用了 计算机视觉（计算机理解图像的能力）和深度学习 （一种训练计算机学习并像人脑一样工作的人工智能方法）。这种组合让研究人员无需手动检查每个像素即可分析图像。相反，他们可以跳过这个耗时的步骤，直接从图像转到识别特定的植物特征。
伊丽莎白·贝里根布希实验室的生物信息学分析师、这项研究的第一作者说， “我们创建了一个在多种工厂类型中经过验证的强大协议，可减少分析时间和人为错误，同时强调可访问性和易用性 - 并且它不需要对实际的 SLEAP 软件进行任何更改。”
研究人员 并没有改变SLEAP的核心技术他们开发了一个名为 sleap-roots 的可下载工具包（可在此处作为开源软件访问）。借助 sleap-roots，SLEAP 可用于研究根系的生物学特性，例如深度、质量和生长角度。
这与广泛的基因组测序工作一起 了解多种作物品种的基因型数据可以让科学家 使用表型数据（例如植物的深根系统） 揭示造成这些特征的基因。
你知道吗 科学家创建真正的发电厂来收集风能和雨能?
核心亮点
- 通过这种使用 SLEAP 的新方法，可以研究植物生长的深度和宽度、根系的大小以及其他物理特性。
- 它在植物上的应用帮助研究人员创建了迄今为止最大的植物根系表型集合。
- 此外，关注这些物理根部特征有助于科学家识别与这些特征相关的基因。
- 他们可以分析多种性状是否由相同的基因控制或是否是独立的。
- 这有助于索尔克团队弄清楚哪些基因对他们的植物设计最有用。
研究人员发现了新的创新植物护理方法 ePlant 树标签。
SLEAP 对植物育种的影响
索尔克研究小组在各种植物上测试了 sleap-roots 套件。其中包括大豆、水稻和油菜等重要作物，以及模式植物拟南芥（芥菜科的一种开花杂草）。
- 在所有这些植物中，他们发现 与现有方法相比，基于 SLEAP 的新方法表现更好。
- 它的数据分类速度提高了 1.5 倍，AI 模型训练速度提高了 10 倍，甚至可以根据新数据以 10 倍的速度预测植物结构。
- 它执行所有功能的同时，保持甚至提高准确性。
将物理特征（表现型）和基因组成（基因型）联系起来这一步骤对于 Salk 开发能够长期储存更多碳的植物的目标至关重要。这些植物需要更强、更深的根系。通过使用这种高效而精确的软件， 利用植物倡议 将能够以革命性的轻松和速度将所需的表型与特定基因联系起来。
索尔克研究所的科学家们正在利用人工智能创建碳捕获工厂：下一步
在开发 SLEAP 和 sleap-roots 时，Pereira 优先考虑了可访问性和可重复性。由于该软件和 sleap-roots 工具包是免费提供的，研究人员迫切希望看到 sleap-roots 将如何在全球范围内使用。他们已经 开始与美国宇航局的科学家讨论使用该工具 不仅可以指导地球上的碳封存植物，还可以用于分析太空中的植物。
索尔克研究所的合作团队也不会很快解散。他们已准备好承担一项新的创新任务——使用 SLEAP 分析 3D 数据。他们计划在未来几年继续改进、扩展和共享 SLEAP 和 sleap-roots。然而，即使是现在，他们在索尔克研究所的 Harnessing Plants Initiative 中的应用也已经加快了植物设计。它正在为研究所应对气候变化的努力做出贡献。
