کاربرد هوش مصنوعی در به نژادی گیاهان

صفات با رشد فزاینده داده های زیستی و پیچیدگی های ناشی از تعاملات ژنتیکی، محیطی و فنوتیپی نیاز به ابزارهای تحلیلی پیشرفته در به نژادی گیاهی بیش از پیش احساس می شود. بنابراین هوش مصنوعی (AI) به عنوان یک فناوری پیشرفته تحولی عظیم در به نژادی گیاهی و کشاورزی دقیق ایجاد کرده است. در سال های اخیر استفاده از الگوریتم های یادگیری ماشین و یادگیری عمیق در تحلیل داده های پیچیده امیکس (ژنومیکس، ترنسکریپتومیکس، متابولومیکس و اپیژنومیکس)، شناسایی ژن های موثر بر زراعی و پیش بینی دقیق تر فنوتیپ، روش های آماری نوین و مدل های محاسباتی مبتنی بر یادگیری الگویی رشد روزافزونی داشته که در نتیجه منجر به افزایش بهره برداری محصولات شده است و همچنان در حال نوآوری می باشد. هم افزایی میان اطلاعات ژنتیکی یا ژنومی، فنومیکی و داده های فنوتیپی و اقلیمی در چارچوب این مدل های هوشمند زمینه ساز بهبود گزینش، شناسایی ژن های هدف و توسعه ارقام مقاومتر در برابر تنش های زیستی و غیرزیستی شده است. همچنین روش های جدید در طراحی ابزارهای ویرایش ژن (CRISPR/Cas۹) دقت و کارایی فرایند اصلاح ژنتیکی را به طور چشم گیری افزایش داده است. این تحولات چشم اندازی نو را در بهبود ژنتیکی گیاهان که نویدبخش توسعه نسل جدیدی از گیاهان مقاوم، پرمحصول و سازگار با تغییرات اقلیمی هستند ایجاد می کند و می تواند به افزایش بهره وری، پایداری کشاورزی و امنیت غذایی در سطح جهانی منجر شود.

کلیدواژه ها:

هوش مصنوعی ، امیکس ، ژنتیک و به نژادی ، ویرایش ژن