A inteligência artificial ajuda os cientistas a projetar plantas para combater as mudanças climáticas
Uma planta com folhas verdes com raízes expostas em um fundo de imagens abstratas de computador representando SLEAP. Crédito:Instituto Salk O Painel Intergovernamental sobre as Alterações Climáticas (IPCC) declarou que a remoção do carbono da atmosfera é agora essencial para combater as alterações climáticas e limitar o aumento da temperatura global. Para apoiar estes esforços, os cientistas do Instituto Salk estão a aproveitar a capacidade natural das plantas para extrair dióxido de carbono do ar, optimizando os seus sistemas radiculares para armazenar mais carbono durante um período de tempo mais longo.
Para projetar essas plantas que salvam o clima, os cientistas da Harnessing Plants Initiative de Salk estão usando uma nova ferramenta de pesquisa sofisticada chamada SLEAP – um software de inteligência artificial (IA) fácil de usar que rastreia vários recursos do crescimento das raízes. Criado pelo Salk Fellow Talmo Pereira, o SLEAP foi inicialmente projetado para rastrear movimentos de animais em laboratório. Agora, Pereira se uniu ao cientista vegetal e colega de Salk, professor Wolfgang Busch, para aplicar o SLEAP às plantas.
Em um estudo publicado em Plant Phenomics , Busch e Pereira lançam um novo protocolo para usar o SLEAP para analisar fenótipos de raízes de plantas – quão profundas e largas elas crescem, quão massivos se tornam seus sistemas radiculares e outras qualidades físicas que – antes do SLEAP – eram tediosas de medir. A aplicação do SLEAP às plantas já permitiu aos pesquisadores estabelecer o mais extenso catálogo de fenótipos de sistemas radiculares de plantas até o momento.
Além disso, rastrear essas características físicas do sistema radicular ajuda os cientistas a encontrar genes afiliados a essas características, bem como se múltiplas características radiculares são determinadas pelos mesmos genes ou de forma independente. Isso permite que a equipe Salk determine quais genes são mais benéficos para os projetos de suas plantas.
“Esta colaboração é verdadeiramente uma prova do que torna a ciência Salk tão especial e impactante”, diz Pereira. "Não estamos apenas 'pegando emprestado' de diferentes disciplinas - estamos realmente colocando-as em pé de igualdade para criar algo maior do que a soma de suas partes."
Antes de usar o SLEAP, rastrear as características físicas de plantas e animais exigia muito trabalho, o que retardava o processo científico. Se os pesquisadores quisessem analisar a imagem de uma planta, precisariam sinalizar manualmente as partes da imagem que eram ou não plantas – quadro por quadro, parte por parte, pixel por pixel. Só então os modelos de IA mais antigos poderiam ser aplicados para processar a imagem e coletar dados sobre a estrutura da planta.