Com o poder da IA e do huge knowledge, os cientistas estão buscando novas fronteiras interessantes na decodificação do complexo mundo dos genomas de plantas para o melhoramento personalizado de plantas de última geração que pode revolucionar a segurança alimentar e a adaptação às mudanças climáticas.
Um talo de trigo, uma cana de açúcar. Para a maioria de nós, essas são apenas as matérias-primas de alguns dos nossos alimentos favoritos – mas para os cientistas, elas representam um quebra-cabeça complicado que, uma vez resolvido, pode revelar segredos que nos permitiriam cultivar mais alimentos com menos efeitos nocivos à Terra, criar novas fontes de biocombustível em escala e ajudar as pessoas a viver vidas mais longas e saudáveis. Esses segredos estão trancados no genoma das plantas – e com ferramentas avançadas de IA, os cientistas estão começando a descobrir os segredos que esses genes guardam.
A capacidade da IA de analisar enormes quantidades de dados abre a porta para resolver os desafios de entender melhor os genomas das plantas. Essa compreensão da interação entre os elementos genéticos presentes nas plantas e diferentes funcionalidades pode ajudar os pesquisadores a desenvolver linhagens mais resistentes de plantas, permitindo que eles superem melhor os estresses bióticos e abióticos, como desafios ambientais como padrões climáticos em mudança, infestação de pragas e resistência a pesticidas.
Genomas de plantas – mesmo de plantas “simples”, como a cana-de-açúcar – são significativamente maiores do que genomas humanos ou animais, tendo evoluído por um período muito mais extenso do que outras formas de vida. As plantas são polipoides – onde genes ou genomas inteiros são duplicados – e capturar interações entre genes e alelos de várias ploidias é um desafio, pois algumas das ploidias podem representar genes órfãos de linhagens de plantas mais antigas que não estão necessariamente ativas agora.
Os pesquisadores visam identificar polimorfismos de nucleotídeo único (sequências comuns de DNA), que podem ser usados para entender como as plantas funcionam e interagem com o ambiente. Uma vez que isso seja feito, os pesquisadores podem entender melhor a função de cada gene – e usar essa informação para criar plantas que podem ser adaptadas às necessidades humanas. Assim, se os pesquisadores quisessem desenvolver uma variedade de trigo que pudesse ser cultivada em áreas mais áridas, eles tentariam identificar genes no trigo que pudessem permitir o crescimento complete apesar da falta de água. Nem todas as amostras provavelmente carregarão esse gene, pois ele pode ser um gene órfão e atualmente dormente que fazia parte de um genoma polipoidal. O aprendizado de máquina pode analisar o gene e sua interação com o ambiente, fornecendo indicações de potencial genético inexplorado para atingir esse objetivo por meio de estratégias de criação projetadas por IA.
Embora essa pesquisa possa ser usada para manipular linhagens de plantas, essa engenharia genética está longe de ser a única maneira para os pesquisadores desenvolverem linhagens de culturas que tenham as qualidades desejadas. Os humanos têm cruzado linhagens de culturas por milênios. A IA também pode ser útil aqui – identificando linhagens para seleção de reprodução que tenham a maior compatibilidade e sejam mais propensas a produzir os resultados desejados.
Além disso, os sistemas de IA podem ajudar a prever qual método de reprodução – hibridização, cruzamento amplo, duplicação de cromossomos – será o mais eficaz. Com informações genéticas detalhadas sobre as plantas em mãos, os pesquisadores podem usar ainda mais o aprendizado de máquina para combinar genes com os ambientes ideais nos quais eles têm mais probabilidade de prosperar. Isso pode resultar em safras que podem suportar uma estação de crescimento prolongada ou no plantio de safras em áreas que não podiam sustentá-las antes, aumentando assim o suprimento de alimentos para um mundo cada vez mais populoso – e faminto. Cepas que serão mais resistentes podem ser desenvolvidas – mais capazes de resistir aos estragos das mudanças climáticas ou crescer até mesmo em áreas onde a urbanização ou a desertificação se instalaram.
As informações genéticas das plantas também podem ser usadas para ajudar a criar linhagens de culturas mais resistentes a pragas ou doenças específicas. O aprendizado de máquina pode identificar as características das plantas mais atraentes para insetos ou pragas – odor, cor, and so forth. – e permitir que os pesquisadores desenvolvam genes que reduziriam o apelo dessas plantas às pragas. Isso pode resultar na redução do uso de pesticidas, desenvolvendo pesticidas mais ecológicos projetados para plantas específicas em regiões específicas, ou mesmo fazendas individuais – um tipo de “agricultura personalizada” que é mais segura, mais limpa e mais verde.
Antes das capacidades atuais da IA, identificar genomas de plantas period quase impossível – mas agora que eles foram identificados, entender como eles funcionam é impossível sem tecnologias avançadas de IA, como aprendizado de máquina. Com as ferramentas que estão disponíveis agora, os pesquisadores poderão entender melhor as plantas e desenvolver métodos novos e melhores para ajudar as plantas a prosperar diante de mudanças ambientais, poluição, urbanização e outros problemas que afetam o crescimento e a qualidade das plantas. Com o aprendizado de máquina avançado, os pesquisadores poderão desvendar os mistérios que as plantas guardam – e usar esses segredos para criar um futuro melhor para a humanidade.
