绿色革命2.0：科学家利用人工智能创造碳捕捉植物

索尔克研究所的科学家们正在利用一款名为 SLEAP 的人工智能软件来开发具有增强根系的植物，这些植物能够捕获和储存更多的碳，与全球应对气候变化的努力相一致。该工具大大提高了植物表型和基因型分析的效率和准确性，加快了有效碳封存植物的培育速度。资料来源：索尔克研究所

为了设计这些拯救气候的植物，索尔克"利用植物计划"（Harnessing Plants Initiative）的科学家们正在使用一种名为SLEAP的先进的新型研究工具--一种易于使用的人工智能（AI）软件，可以跟踪根系生长的多种特征。SLEAP 由索尔克研究员塔尔莫-佩雷拉（Talmo Pereira）创建，最初设计用于跟踪实验室中的动物运动。现在，佩雷拉与植物科学家、索尔克同事沃尔夫冈-布施（Wolfgang Busch）教授合作，将 SLEAP 应用于植物。

SLEAP 和 sleap-roots 通过分析根的几何形状，预测植物根的不同部分如何相互连接。资料来源：索尔克研究所

在发表于《植物表型组学》（Plant Phenomics）的一项研究中，Busch 和 Pereira 首次提出了一种使用 SLEAP 分析植物根系表型的新方案--植物根系生长的深度和宽度、根系的庞大程度以及其他物理特性，而在使用 SLEAP 之前，对这些表型的测量非常繁琐。将 SLEAP 应用于植物已使研究人员建立了迄今为止最广泛的植物根系表型目录。

此外，跟踪这些物理根系特征有助于科学家找到与这些特征相关的基因，以及多种根系特征是由相同基因决定的还是独立决定的。这样，索尔克团队就能确定哪些基因对他们的植物设计最有利。

"这次合作真正证明了索尔克科学的特殊性和影响力，"佩雷拉说。"我们不只是'借用'不同学科的知识，而是真正把它们放在平等的地位上，以创造出比各部分之和更伟大的东西"。

左起Talmo Pereira、Elizabeth Berrigan 和 Wolfgang Busch。资料来源：索尔克研究所

在使用 SLEAP 之前，追踪植物和动物的物理特征需要耗费大量人力，从而减缓了科研进程。如果研究人员想要分析植物的图像，他们需要手动标记图像中属于植物和不属于植物的部分--逐帧、逐部分、逐像素。只有这样，才能应用较早的人工智能模型来处理图像，并收集有关植物结构的数据。

SLEAP 的独特之处在于它同时使用了计算机视觉（计算机理解图像的能力）和深度学习（训练计算机像人脑一样学习和工作的人工智能方法）。这两种方法的结合使研究人员能够在不逐个像素移动的情况下处理图像，而跳过中间的劳动密集型步骤，直接从图像输入跳转到定义的植物特征。

第一作者 Elizabeth Berrigan 是 Busch 实验室的生物信息学分析师，她说："我们创建了一个在多种植物类型中验证过的强大协议，它减少了分析时间和人为错误，同时强调了可访问性和易用性 ，而且不需要对实际的 SLEAP 软件进行任何修改。"

在不修改 SLEAP 基线技术的情况下，研究人员为 SLEAP 开发了一个可下载的工具包，名为sleap-roots（可在此处下载开源软件）。 有了sleap-roots，SLEAP 可以处理根系的生物特征，如深度、质量和生长角度。

索尔克团队在多种植物中测试了sleap-roots软件包，其中包括大豆、水稻和油菜等农作物，以及模式植物拟南芥--芥科开花杂草。在测试的各种植物中，他们发现基于SLEAP的新方法优于现有方法，注释速度快1.5倍，训练人工智能模型的速度快10倍，在新数据上预测植物结构的速度快10倍，而且准确率与以前相同或更高。

这些表型数据，如植物根系在土壤中长得特别深，可以通过推断了解形成这种特别深的根系的基因。

SLEAP 和 sleap-roots 可自动检测整个根系结构中的地标。资料来源：索尔克研究所

这一步--连接表型和基因型--对于索尔克的任务至关重要，即创造出能更持久地保持更多碳的植物，因为这些植物需要根系设计得更深、更强壮。实施这一精确高效的软件将使"利用植物计划"能够以突破性的便捷和速度将理想的表型与目标基因联系起来。

"我们已经能够创建迄今为止最广泛的植物根系表型目录，这确实加速了我们的研究，以创造出能应对气候变化的碳捕捉植物，"索尔克大学赫斯植物科学讲座教授布施说。"得益于 Talmo 专业的软件设计，SLEAP 的应用和使用非常简单，它将成为我实验室未来不可或缺的工具。"

在创建SLEAP和sleap-roots时，可访问性和可重复性是Pereira考虑的首要问题。由于软件和sleap-ro ots工具包都是免费使用的，研究人员非常期待看到sleap- roots在世界各地的应用。他们已经开始与美国国家航空航天局（NASA）的科学家讨论，希望利用该工具不仅帮助指导地球上的碳吸收植物，还能研究太空中的植物。

在索尔克，合作团队还没有准备好解散--他们已经开始迎接新的挑战，利用 SLEAP 分析三维数据。在未来几年中，SLEAP 和sleap-roots 的完善、扩展和共享工作仍将继续，但其在索尔克"利用植物计划"中的应用已经在加速植物设计，并帮助研究所对气候变化产生影响。

编译来源：ScitechDaily