AI-инструмент автоматизирует измерение плодов растений для селекции лучших культур

Ученые из Университета Аберистуита разрабатывают новые инструменты искусственного интеллекта, которые автоматически измеряют семена и стручки растений для выведения лучших сортов сельскохозяйственных культур.

Исследование, проведенное учеными из Института биологических, экологических и сельских наук и факультета компьютерных наук университета, демонстрирует потенциал целевого применения искусственного интеллекта для улучшения качества культур. Работа опубликована в журнале GigaScience.

Традиционные методы регистрации признаков плодов растений, таких как их форма и размер, очень трудоемки, отнимают много времени и подвержены человеческим ошибкам.

Исследователи решили эту проблему с помощью нового инструмента на базе ИИ, который анализирует изображения для распознавания семенных стручков и их измерения с высокой точностью.

Новый инструмент может измерять ряд характеристик, включая длину, ширину, площадь и объем стручка, которые влияют на урожайность и, следовательно, на прибыльность.

Исследование связывает эти физические признаки с конкретными генетическими областями, влияющими на форму и размер стручка, помогая ученым точно определить гены.

Идентификация этих генов помогает ученым лучше понять, как растения растут и развиваются. Такие открытия предоставляют ценные цели для селекции культур, позволяя улучшить такие признаки, как урожайность, форма и устойчивость.

Эти новые инструменты ИИ, в принципе, могут быть применены к плодам любого растения. Исследователи тестировали их на семенах многих культур, включая рапс, капусты и даже злаки, такие как овес, ячмень и пшеница.

Киран Аткинс, докторант и руководитель проекта из IBERS в Университете Аберистуита, сказал: «Инструменты ИИ, подобные разработанному нами, имеют потенциал революционизировать способы создания новых сортов культур. Это действительно меняет правила игры. Наш алгоритм собрал данные о более чем 300 000 отдельных плодов, что подчеркивает возможности глубокого обучения как надежного инструмента для фенотипирования очень больших популяций».

«Один из самых захватывающих аспектов этой работы — то, насколько она делает крупномасштабное фенотипирование доступным. Устраняя технические и временные барьеры, глубокое обучение позволяет большему числу исследователей изучать признаки растений в масштабах, которые ранее были непрактичны. Речь идет о раскрытии новых возможностей для открытий и инноваций в науке о растениях».

Профессор Джон Дунан, директор Национального центра фенотипирования растений, добавил: «Результаты демонстрируют, что глубокое обучение ИИ может предоставлять данные с качеством и точностью, необходимыми для генетического анализа и селекции. Это показывает, как передовая визуализация и ИИ могут изменить способ связи формы растения с генетической функцией.

Изначально мы разрабатывали инструменты для небольшого сорного растения, часто используемого в качестве модели в лабораториях по всему миру, но очень похожие подходы отлично работают и на капустных культурах. Это важный шаг к масштабируемому, богатому данными фенотипированию, которое не только ускоряет исследования, но и поддерживает более прогностические подходы к улучшению культур».

Команда сделала свой инструмент MorphPod доступным в сети, что позволяет исследователям по всему миру воспроизводить или адаптировать систему для использования с другими видами растений.