В последние десятилетия сельское хозяйство претерпело значительные изменения благодаря достижениям в селекции растений и технологии удобрений. Однако, несмотря на эти успехи, многие сельскохозяйственные культуры, включая кукурузу, продолжают использовать лишь около 55% азота, внесенного в почву с удобрениями. Остальная часть этого важного элемента остается в окружающей среде, что приводит к загрязнению грунтовых вод и негативным последствиям для экосистемы.
Чтобы справиться с этой проблемой, ученые из Нью-Йоркского университета применяют искусственный интеллект для выявления генов, регулирующих эффективность использования азота кукурузой, с целью помочь фермерам повысить урожайность и минимизировать затраты на удобрения.
Исследование генетики и машинного обучения
Глория Коруцци, профессор Нью-Йоркского университета и старший автор исследования, подчеркивает важность выявления генов, отвечающих за использование азота.
«Выявив гены, которые важны для использования азота, мы можем выбрать или даже модифицировать определенные гены для повышения эффективности использования азота основными американскими культурами, такими как кукуруза», — говорит она.
Это открытие может стать революционным шагом в борьбе с неэффективностью использования удобрений.
За последние 50 лет фермеры добились значительного увеличения урожайности сельскохозяйственных культур. Однако с ростом цен на удобрения, большая часть которых импортируется, финансовое бремя на фермеров становится все тяжелее.
Низкая эффективность использования азота кукурузой приводит не только к экономическим потерям, но и к экологическим проблемам. Неиспользованный азот преобразуется в закись азота — мощный парниковый газ, который в 265 раз эффективнее удерживает тепло в атмосфере, чем углекислый газ. Это создает серьезные риски для здоровья почвы, воды, воздуха и климата.
Инновационный подход к решению проблемы
Чтобы решить эту проблему, исследователи из Нью-Йоркского университета разработали новый процесс, объединяющий генетику растений с машинным обучением, типом искусственного интеллекта, который способен обнаруживать закономерности в больших объемах данных. В данном случае цель заключается в установлении связи между генами и эффективностью использования азота (NUE).
«Признаки, такие как эффективность использования азота или фотосинтез, никогда не контролируются одним геном. Прелесть машинного обучения заключается в том, что оно изучает группы генов, которые в совокупности отвечают за определенный признак, а также может определить факторы транскрипции, которые регулируют эти группы генов», — объясняет Коруцци.
Это позволяет исследователям получить более полное представление о том, как различные гены взаимодействуют друг с другом и как они влияют на характеристики растений.
Применение молекулярных маркеров
В процессе исследования ученые обучили модели машинного обучения выявлять гены, реагирующие на азот, а также факторы транскрипции, регулирующие гены, важные для эффективности использования азота. Анализируя гибриды кукурузы на стадии проростков, исследователи стремились выяснить, насколько высока экспрессия идентифицированных генов.
Вместо того чтобы высаживать растения в поле и измерять их использование азота, ученые используют молекулярные маркеры для отбора гибридов на стадии проростков, которые наиболее эффективно используют азот. Это позволяет значительно сократить время и ресурсы, необходимые для селекции, а также повысить шансы на успех.
«Это не только приведет к экономии средств для фермеров, но и уменьшит вредное воздействие азотного загрязнения грунтовых вод и выбросов парниковых газов от закиси азота», — заключает Коруцци.
Перспективы и значимость исследования
Результаты этого исследования могут иметь далеко идущие последствия для сельского хозяйства. С учетом того, что Соединенные Штаты являются ведущим мировым производителем кукурузы, повышение эффективности использования азота может значительно снизить затраты на удобрения и уменьшить негативное воздействие на окружающую среду. Это особенно актуально в условиях изменения климата и растущего населения, требующего все большего количества продовольствия.
Внедрение технологий машинного обучения и генной инженерии в сельское хозяйство открывает новые горизонты для повышения устойчивости и продуктивности культур. Ученые надеются, что их работа станет основой для будущих исследований в этой области и поможет фермерам по всему миру адаптироваться к меняющимся условиям и требованиям. Таким образом, использование искусственного интеллекта для оптимизации сельского хозяйства может стать ключом к более устойчивому и эффективному будущему.