Decodificare la genetica delle colture attraverso l’intelligenza artificiale

Gli scienziati della Michigan State University in aiuto dell’agricoltura per consentire - anche grazie all’apporto dell’intelligenza artificiale - colture dalle caratteristiche genetiche in grado di resistere a parassiti, malattie e stress climatici.

TAKEAWAY

  • La genetica vegetale studia come le piante si avvalgono del DNA per trasmettere i propri tratti e come modificare questi ultimi per conferire alle colture maggiore resistenza a parassiti e a cambiamenti climatici.
  • Come funziona una particolare sequenza genica nelle piante e qual è la sua precisa funzione molecolare sono state le domande di avvio alla ricerca dell’Università del Michigan in tema di genetica vegetale.
  • La straordinarietà di tale studio è data dall’utilizzo di un algoritmo di machine learning per l’analisi predittiva del comportamento dei geni di alcune piante in determinate situazioni di stress, guidando così gli scienziati nella progettazione di esperimenti volti a testare tali previsioni.

Che cosa può fare l’intelligenza artificiale per la genetica vegetale? Quale contributo sono in grado di offrire le tecniche che fanno capo all’ambito di studi dell’AI a quel segmento della biologia e della botanica dedito all’analisi delle variazioni genetiche e dell’ereditarietà nelle piante? Molto, stando a una recente ricerca della Michigan State University.

La genetica vegetale studia come le piante – al pari di tutti gli organismi viventi – si avvalgono del DNA per trasmettere i propri tratti e come modificare questi ultimi per conferire maggiore resistenza a parassiti, malattie ed erbicidi, per resistere ai cambiamenti climatici e aumentare il valore nutritivo delle colture. Tematiche – queste – incluse nel dibattito mondiale sulla sostenibilità alimentare, la cui urgenza è stata rimarcata a piena voce, dal 26 al 20 luglio 2021, durante il pre-vertice delle Nazioni Unite sui sistemi alimentari – UN Food Systems Pre-Summit – tenutosi a Roma presso la sede FAO, in vista del vertice convocato per la 76esima Assemblea Generale a settembre 2021.

Studiare la diversità genetica delle specie vegetali e il suo ruolo nella lotta alle malattie e allo stress climatico in agricoltura è anche l’obiettivo del progetto europeo RESISTANCE (Resistance evolution in response to spatially variable pathogen communities) – la cui data di completamento è fissata al 28 febbraio 2022.

E in Italia, sulla materia, è attivo l’Istituto di Genetica Vegetale (IGV), con sede a Bari, impegnato nello sviluppo delle conoscenze necessarie ad affrontare e risolvere problematiche di interesse nazionale nel settore agrario, utilizzando tecnologie innovative, tra cui colture in vitro, ingegneria genetica, analisi genomica e bioinformatica.

Ma spostiamoci, ora, nel Michigan per guardare da vicino l’inedito incrocio tra intelligenza artificiale e genetica vegetale.

Intelligenza artificiale per la genetica vegetale: focus sullo studio dell’Università del Michigan

Come funziona una particolare sequenza genica nelle piante? Qual è la sua specifica funzione molecolare? Che cosa fa, nel cocnreto?

Sono le domande che si è posto Shin-Han Shiu – professore presso il dipartimento di Biologia Vegetale del College of Natural Science, in seno alla Michigan State University, oltre che docente in Computational Mathematics, Science and Engineering nello stesso Ateneo – e che hanno segnato il corso del recente studio condotto dall’università statunitense.

Conoscere la sequenza genica di una determinata pianta non equivale a sapere che cosa fanno, come si comportano, tutti i suoi geni” sentenzia Shiu, il quale, insieme al suo team eterogeneo, fatto di biologi e informatici, ha inteso colmare questo divario con l’apporto dell’intelligenza artificiale.

Obiettivo: aiutare gli agricoltori a coltivare piante dalle caratteristiche genetiche tali da conferire alle colture la capacità di resistere a eventi problematici quali, ad esempio, forti piogge prolungate, aumento esponenziale delle temperature, siccità e malattie.

La convinzione di partenza del professore è che, in tutto questo, l’intelligenza artificiale possa fornire uno strumento per risolvere quei “casi” ritenuti più difficili, che rappresentano una frazione considerevole dei geni delle piante.

In particolare, in materia di intelligenza artificiale per la genetica vegetale, il gruppo di ricerca ha sviluppato un algoritmo di apprendimento automatico, addestrato mediante una serie di dati già categorizzati e relativi alle caratteristiche genetiche (e alle loro funzioni e capacità in precise situazioni) di piante già studiate, tra cui il mais, i pomodori e l’Arabidopsis.

Compito del sistema AI, in questo caso, è stato – incrociando tutte le informazioni acquisite – procedere all’analisi predittiva del comportamento dei geni in determinate situazioni di stress, guidando gli scienziati nella progettazione di esperimenti volti a testare tali previsioni.

L’obiettivo di un modello di apprendimento automatico è fare previsioni. Ma, in quanto scienziati, abbiamo bisogno, nell’ambito dei nostri test di laboratorio, di poter controllare tali previsioni” spiega il team. 

“Il nostro scopo, dunque, nello specifico di questa ricerca, è stato rendere il sistema di machine learning spiegabile, trasparente. Inoltre, lo sviluppo di un modello di apprendimento automatico e la sua applicazione concreta spesso rimandano a due momenti distinti. Mentre, lavorando congiuntamente, informatici e biologi, siamo giunti a una migliore comprensione della metodologia” osserva Yuying Xie, professore di matematica e membro del gruppo di studio.

Il ruolo del machine learning nel prevedere le funzioni dei geni in determinate condizioni di stress della pianta

Comprendendo e interpretando il modello di intelligenza artificiale messo a punto, il team è stato in grado di ottenere informazioni sui processi biologici propri del DNA di alcune piante e sul motivo per cui alcuni geni appartengono a determinati percorsi biologici.

“L’intelligenza artificiale ci ha aiutato a focalizzare gli esperimenti” aggiunge Shin-Han Shiu. In che modo? L’analisi predittiva svolta dall’algoritmo di apprendimento automatico ci ha fornito indicazioni in merito a quei geni che fanno sì che la pianta dia un certo tipo di risposta in presenza di un certo tipo di situazione.

In sostanza, l’intelligenza artificiale aiuta a prevedere, ad esempio, quali geni sono più importanti – per la sopravvivenza della pianta – di fronte a freddo, pioggia abbondante, caldo o presenza di parassiti.

Nel raggiungere i suoi obiettivi scientifici utilizzando l’intelligenza artificiale per la genetica vegetale, il gruppo di studio mira ora a dimostrare, a tutta la comunità di biologi e di botanici, la strategicità dell’AI quale strumento di ricerca.

Mondo della genetica vegetale e modo dell’informatica possiedono culture completamente differenti e usano linguaggi completamente diversi. Ma, lavorando insieme come una squadra, dove l’AI fa da collante in seno al progetto, è possibile – come in questo caso –  il raggiungimento di risultati significativi” conclude Shiu.

Default image
Paola Cozzi
Giornalista dal solido background acquisito lavorando presso i più prestigiosi Editori italiani | Ventidue anni di esperienza nello sviluppo di prodotti editoriali b2b, cartacei e digitali | Vent'anni alla direzione di una testata b2b in tema di Sicurezza anticrimine di tipo fisico | Attualmente si dedica al Giornalismo Digitale ed esplora nuove tecniche e nuovi stili di comunicazione
Articles: 164