فك أسرار النباتات الموفرة للمناخ.. استخدام الذكاء الاصطناعي لإنشاء نباتات تخزن مزيدا من الكربون لفترات طويلة

ومن خلال التركيز على أنظمة الجذور، يهدف الباحثون إلى إنشاء نباتات جديدة، باستخدام أداة الذكاء الاصطناعي (AI) التي تسمى SLEAP، والتي يمكنها تخزين المزيد من الكربون لفترات طويلة.

في هذه الدراسة الجديدة المثيرة للاهتمام، يستفيد العلماء من الذكاء الاصطناعي لتحسين القدرة الطبيعية للنباتات على سحب ثاني أكسيد الكربون من الغلاف الجوي، وهي خطوة حاسمة في مكافحة تغير المناخ والحد من ارتفاع درجات الحرارة العالمية.

SLEAP أداة ذكاء اصطناعي تغير قواعد اللعبة وتقوم بإنشاء النباتات

تضافرت جهود Talmo Pereira والبروفيسور Wolfgang Busch من مبادرة Salk’s Harnessing Plants لتطبيق SLEAP، وهو برنامج ذكاء اصطناعي متطور مصمم في البداية لتتبع حركة الحيوانات، لدراسة النباتات.

يقدم بحثهم بروتوكولًا جديدًا لاستخدام SLEAP لتحليل الأنماط الظاهرية لجذر النبات، مثل العمق والعرض والكتلة.

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.”

تبسيط تحليل النبات باستخدام الذكاء الاصطناعي

قبل SLEAP، كان تحليل الخصائص النباتية والحيوانية عملية كثيفة العمالة أدت إلى إبطاء التقدم العلمي.

كان على الباحثين أن يضعوا علامة يدويًا على أجزاء من الصور إطارًا تلو الآخر، وجزءًا تلو الآخر، وبكسلًا تلو الآخر قبل أن تتمكن نماذج الذكاء الاصطناعي الأقدم من معالجة البيانات.

يتيح مزيج SLEAP الفريد من رؤية الكمبيوتر والتعلم العميق للباحثين تخطي هذه الخطوة الوسيطة، والقفز مباشرة من إدخال الصورة إلى ميزات النبات المحددة.

يقلل هذا النهج بشكل كبير من وقت التحليل والأخطاء البشرية مع التركيز على إمكانية الوصول وسهولة الاستخدام.

جذور النوم: حفر عميقا في بيولوجيا النبات

قام فريق Salk بتطوير sleap-roots، وهي مجموعة أدوات قابلة للتنزيل لـ SLEAP تمكن البرنامج من معالجة السمات البيولوجية لأنظمة الجذر، مثل العمق والكتلة وزاوية النمو.

تم اختبار مجموعة الأدوات، المتاحة كبرنامج مفتوح المصدر، على نباتات مختلفة، بما في ذلك فول الصويا والأرز والكانولا وأرابيدوبسيس ثاليانا .

تقول إليزابيث بيريجان، محللة المعلوماتية الحيوية في مختبر بوش: “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”.

فك أسرار النباتات الموفرة للمناخ

من خلال ربط البيانات المظهرية، مثل نظام الجذر العميق للنبات، مع بيانات النمط الجيني التي تم الحصول عليها من خلال جهود تسلسل الجينوم، يمكن للباحثين تحديد الجينات المسؤولة عن خلق السمات المرغوبة.

تعتبر هذه الخطوة حاسمة في مهمة سالك لإنشاء نباتات ذات ذكاء اصطناعي تحتفظ بمزيد من الكربون لفترات أطول، حيث ستتطلب هذه النباتات أنظمة جذرية مصممة لتكون أعمق وأكثر قوة.

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”.

واختتم بوش كلامه قائلاً: “لقد كان SLEAP سهل التطبيق والاستخدام للغاية، وذلك بفضل تصميم برنامج Talmo الاحترافي، وسيكون أداة لا غنى عنها في مختبري للمضي قدمًا”.

فهم العالم الخفي لأنظمة جذور النباتات

لمزيد من التوضيح، أنظمة جذور النباتات هي شبكات معقدة من الجذور التي تلعب دورا حاسما في تثبيت النباتات في التربة، وامتصاص الماء والمواد المغذية، وتخزين المركبات الأساسية.

هناك نوعان رئيسيان من أنظمة الجذر الموجودة في النباتات: أنظمة الجذر الوتدي وأنظمة الجذر الليفية.

تتميز أنظمة الجذر الوتدي بوجود جذر واحد مهيمن ينمو عموديًا إلى الأسفل، مع تفرع منه جذور جانبية أصغر.