Искусственный интеллект и генетика помогут выращивать кукурузу с меньшим количеством удобрений

Ученые Нью-Йоркского университета используют искусственный интеллект, чтобы определить, какие гены коллективно управляют эффективностью использования азота у таких растений, как кукуруза. Цель — помочь фермерам повысить урожайность и снизить затраты на азотные удобрения.

"Выявляя гены, важные для утилизации азота, мы можем отбирать или даже модифицировать определенные гены для повышения эффективности использования азота у основных сельскохозяйственных культур США, таких как кукуруза", — говорит Глория Корруцци, старший автор исследования, опубликованного в журнале The Plant Cell.

За последние 50 лет фермеры смогли увеличить урожайность благодаря селекции и удобрениям, включая повышение эффективности поглощения и использования азота — ключевого компонента удобрений.

Однако большинство культур используют лишь около 55% азота из внесенных удобрений, а остальное остается в почве. Азот, попадающий в грунтовые воды, может загрязнять питьевую воду и вызывать вредоносное цветение водорослей. Кроме того, неиспользованный азот в почве превращается бактериями в закись азота (N₂O) — мощный парниковый газ, который в 265 раз эффективнее удерживает тепло за 100-летний период, чем CO₂.

Кукуруза — основная товарная культура США — требует много азота, но большая часть удобрений не усваивается. Низкая эффективность использования азота создает финансовые трудности для фермеров и вредит почве, воде, воздуху и климату.

Чтобы решить эту проблему, исследователи NYU разработали новый процесс, интегрирующий генетику растений с машинным обучением (ИИ) для выявления паттернов, связывающих гены с признаком (эффективностью использования азота).

Используя подход от модельного растения к культуре, ученые проследили эволюционную историю генов кукурузы, общих с Arabidopsis — небольшим сорняком, часто используемым в качестве модельного организма. В предыдущем исследовании (Nature Communications) команда Корруцци выявила гены, чья реакция на азот сохранилась у кукурузы и Arabidopsis.

В текущей работе исследователи определили, как эффективность использования азта управляется группами генов — "регулонами" — которые активируются или подавляются одним транскрипционным фактором (регуляторным белком).

"Признаки, такие как эффективность использования азота, никогда не контролируются одним геном. Прелесть машинного обучения в том, что оно выявляет наборы генов, коллективно ответственные за признак, а также транскрипционные факторы, которые ими управляют", — поясняет Корруцци.

Методология исследования:

1. С помощью РНК-секвенирования измерили реакцию генов кукурузы и Arabidopsis на обработку азотом.
2. На этих данных обучили модели машинного обучения для выявления азот-чувствительных генов, консервативных у обоих видов, и транскрипционных факторов, регулирующих эти гены.
3. Для каждого "NUE-регулона" (транскрипционный фактор + регулируемые им гены) рассчитали коллективный балл машинного обучения и ранжировали их по способности предсказывать эффективность использования азота у полевых сортов кукурузы.
4. Для лучших регулонов провели клеточные исследования на кукурузе и Arabidopsis, чтобы подтвердить предсказания ИИ.

Эксперименты подтвердили NUE-регулоны для двух транскрипционных факторов кукурузы (ZmMYB34/R3), регулирующих 24 гена, контролирующих использование азота, а также для родственного фактора у Arabidopsis (AtDIV1), регулирующего 23 гена-мишени с общей генетической историей.

Когда эти консервативные регулоны были снова загружены в модели машинного обучения, способность ИИ предсказывать эффективность использования азота у полевых сортов кукурузы значительно возросла.

Перспективы применения:

• Выявление регулонов и транскрипционных факторов позволит селекционерам выводить или создавать кукурузу, требующую меньше удобрений.
• На стадии проростков можно анализировать экспрессию выявленных генов, используя молекулярные маркеры, чтобы отбирать наиболее эффективные гибриды, не высаживая их в поле. Это сэкономит средства фермерам и снизит загрязнение окружающей среды.

NYU подал заявку на патент, покрывающий это исследование, включая использование технологии редактирования генов CRISPR для инженерии NUE-регулонов в сельскохозяйственных культурах.