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. SLEAP e sleap-roots detectam automaticamente pontos de referência em toda a arquitetura do sistema raiz. Crédito:Instituto Salk O que diferencia o SLEAP é o uso exclusivo da visão computacional (a capacidade dos computadores de compreender imagens) e do aprendizado profundo (uma abordagem de IA para treinar um computador para aprender e trabalhar como o cérebro humano). Essa combinação permite que os pesquisadores processem imagens sem mover pixel por pixel, em vez disso, pulando essa etapa intermediária de trabalho intensivo para pular direto da entrada da imagem para as características definidas da planta.
"Criamos um protocolo robusto validado em vários tipos de plantas que reduz o tempo de análise e o erro humano, ao mesmo tempo em que enfatiza a acessibilidade e a facilidade de uso - e não exigiu alterações no software SLEAP real", diz a primeira autora Elizabeth Berrigan, uma analista de bioinformática no laboratório de Busch.
Sem modificar a tecnologia básica do SLEAP, os pesquisadores desenvolveram um kit de ferramentas para download para o SLEAP chamado sleap-roots (disponível como software de código aberto aqui). Com raízes sleap, o SLEAP pode processar características biológicas de sistemas radiculares como profundidade, massa e ângulo de crescimento.
A equipe testou o pacote de raízes sleap em uma variedade de plantas, incluindo plantas cultivadas como soja, arroz e canola, bem como a espécie de planta modelo Arabidopsis thaliana – uma erva daninha da família da mostarda. Em toda a variedade de plantas testadas, eles descobriram que o novo método baseado em SLEAP superou as práticas existentes, anotando 1,5 vezes mais rápido, treinando o modelo de IA 10 vezes mais rápido e prevendo a estrutura da planta em novos dados 10 vezes mais rápido, todos com o mesmo ou melhor precisão do que antes.
Juntamente com esforços massivos de sequenciação do genoma para elucidar os dados genotípicos em um grande número de variedades de culturas, estes dados fenotípicos, como o sistema radicular de uma planta que cresce especialmente profundamente no solo, podem ser extrapolados para compreender os genes responsáveis pela criação desse sistema radicular especialmente profundo.
Esta etapa – conectar fenótipo e genótipo – é crucial na missão de Salk de criar plantas que retenham mais carbono e por mais tempo, já que essas plantas precisarão de sistemas radiculares projetados para serem mais profundos e robustos. A implementação deste software preciso e eficiente permitirá que a Harnessing Plants Initiative conecte fenótipos desejáveis a genes alvos com facilidade e velocidade inovadoras. SLEAP e sleap-roots prevêem como as diferentes partes das raízes das plantas se conectam entre si, analisando a geometria das raízes. Crédito:Instituto Salk "Já conseguimos criar o mais extenso catálogo de fenótipos de sistemas radiculares de plantas até à data, o que está realmente a acelerar a nossa investigação para criar plantas que capturam carbono e que combatem as alterações climáticas", diz Busch, Hess Chair in Plant Science em Salk. "O SLEAP tem sido muito fácil de aplicar e usar, graças ao design de software profissional da Talmo, e será uma ferramenta indispensável em meu laboratório daqui para frente."
Acessibilidade e reprodutibilidade estavam na mente de Pereira ao criar o SLEAP e o sleap-roots. Como o software e o kit de ferramentas sleap-roots são de uso gratuito, os pesquisadores estão entusiasmados em ver como o sleap-roots será usado em todo o mundo. Já iniciaram discussões com cientistas da NASA na esperança de utilizar a ferramenta não só para ajudar a orientar plantas sequestradoras de carbono na Terra, mas também para estudar plantas no espaço.
Na Salk, a equipe colaborativa ainda não está pronta para se separar – eles já estão embarcando em um novo desafio de análise de dados 3D com SLEAP. Os esforços para refinar, expandir e compartilhar o SLEAP e o sleap-roots continuarão nos próximos anos, mas seu uso na Iniciativa de Aproveitamento de Plantas de Salk já está acelerando projetos de plantas e ajudando o Instituto a causar impacto nas mudanças climáticas.
Outros autores incluem Lin Wang, Hannah Carrillo, Kimberly Echegoyen, Mikayla Kappes, Jorge Torres, Angel Ai-Perreira, Erica McCoy, Emily Shane, Charles Copeland, Lauren Ragel, Charidimos Georgousakis, Sanghwa Lee, Dawn Reynolds, Avery Talgo, Juan Gonzalez, Ling Zhang, Ashish Rajurkar, Michel Ruiz, Erin Daniels, Liezl Maree e Shree Pariyar de Salk.
