Научниците од Универзитетот во Њујорк користат вештачка интелигенција за да утврдат кои гени ја регулираат ефикасноста на користењето азот кај пченката, со цел да им помогнат на земјоделците да ги подобрат приносите од своите култури и да ги минимизираат трошоците за азотни ѓубрива.

- Со идентификување гени кои се важни за користењето азот, можеме да избереме или дури и да модифицираме одредени гени за да ја подобриме ефикасноста на користењето на азотот кај главните американски култури како што е пченката - истакнала Глорија Коруци, професорка на Универзитетот во Њујорк и виш автор на студијата.

Во последните 50 години земјоделците одгледуваа поголеми приноси на култури благодарение на големите подобрувања во одгледувањето растенија и ѓубривата.

Сепак, повеќето култури користат само околу 55 % од азотот во ѓубривото што земјоделците го нанесуваат на своите полиња, додека остатокот завршува во околната почва. Кога азотот ќе се пробие во подземните води, може да ја загади водата за пиење и да предизвика штета. Понатаму, неискористениот азот што останува во почвата се претвора во азотен оксид, моќен стакленички гас кој е 265 пати поефикасен во задржувањето на топлината во период од 100 години отколку јаглеродниот диоксид.

САД се водечки светски производител на пченка. Оваа голема земјоделска култура бара големи количини азот за да расте, но голем дел од ѓубривото што се користи за пченка не се апсорбира или користи. Ниската ефикасност на користење на азотот од пченката претставува финансиски предизвик за земјоделците, со оглед на зголемените трошоци за ѓубриво - од кои поголемиот дел се увезува - а, исто така ризикува да им наштети на почвата, водата, воздухот и климата.

За да се справат со овој предизвик кај пченката и другите култури, истражувачите од Универзитетот во Њујорк развиле нов процес кој ја интегрира растителната генетика со машинско учење, вид вештачка интелигенција што открива шеми во податоците - во овој случај за да ги поврзе гените со особина (ефикасност на користење азот).

- Карактеристиките како што се ефикасноста на користењето азот или фотосинтезата никогаш не се контролирани од еден единствен ген. Убавината на процесот на машинско учење е што учи групи гени кои се колективно одговорни за одредена карактеристика, а исто така може да го идентификува транскрипцискиот фактор или факторите што ги контролираат овие групи гени - истакнала Коруци.

Истражувачите обучиле модели за машинско учење да идентификуваат гени кои реагираат на азот, како и транскрипциските фактори кои ги регулираат гените, кои се важни за ефикасноста на користењето на азот (NUE).

- Со анализа на хибридите од пченка во фаза на расад, се обидовме да видиме дали експресијата на идентификуваните гени кои се важни за ефикасноста на користењето азот е висока, па наместо да ги садиме на поле и да ја мериме нивната употреба на азот, можеме да користиме молекуларни маркери за да ги избереме хибридите во фазата на расад кои се најефикасни во употребата на азот, а потоа да ги засадиме тие сорти. Ова не само што ќе резултира со заштеда на трошоци за земјоделците, туку и ќе ги намали штетните ефекти од загадувањето со азот на подземните води и емисиите на стакленички гасови од азотен оксид - заклучила Коруци.

Извор: phys.org

Фото: Freepik