L’intelligenza artificiale aiuta a prevedere la crescita della canna da zucchero

L’intelligenza artificiale aiuta a prevedere le prestazioni della canna da zucchero sul campo
Una tecnica sviluppata dai ricercatori brasiliani migliora l’efficienza dei programmi di allevamento, risparmiando sui tempi di selezione e sui costi di genotipizzazione e caratterizzazione delle piante

 Uno studio brasiliano  pubblicato  su  Scientific Reports  mostra che l’intelligenza artificiale (AI) può essere utilizzata per creare modelli efficienti per la selezione genomica delle varietà di canna da zucchero e di erba da foraggio e prevederne le prestazioni sul campo sulla base del loro DNA. 

In termini di accuratezza rispetto alle tecniche di allevamento tradizionali, la metodologia sviluppata con il  supporto di FAPESP ha  migliorato il potere predittivo di oltre il 50%. Questa è la prima volta che un metodo di selezione genomica altamente efficiente basato sull’apprendimento automatico è stato proposto per piante poliploidi (in cui le cellule hanno più di due set completi di cromosomi), comprese le erbe studiate. 

L’apprendimento automatico è una branca dell’intelligenza artificiale e dell’informatica che coinvolge la statistica e l’ottimizzazione, con innumerevoli applicazioni. Il suo obiettivo principale è creare algoritmi che estraggono automaticamente modelli dai set di dati. Può essere utilizzato per prevedere le prestazioni di una pianta, incluso se sarà resistente o tollerante a stress biotici come parassiti e malattie causate da insetti, nematodi, funghi o batteri e/o stress abiotici come freddo, siccità, salinità o nutrienti del suolo insufficienti.

L’incrocio è la tecnica più utilizzata nei programmi di allevamento tradizionali. “Si stabiliscono popolazioni incrociando piante interessanti. Nel caso della canna da zucchero, si incrocia una varietà che produce molto zucchero con un’altra più resistente, ad esempio. Li attraversi e poi valuti le prestazioni dei genotipi risultanti sul campo”, ha affermato l’informatico  Alexandre Hild Aono , primo autore dell’articolo sullo studio pubblicato su Scientific Reports. Aono è ricercatore presso il Centro di Biologia Molecolare e Ingegneria Genetica dell’Università Statale di Campinas (CBMEG-UNICAMP). Si è laureato presso l’Università Federale di San Paolo (UNIFESP). 

“Ma questo processo di valutazione richiede molto tempo ed è molto costoso. Il metodo che proponiamo è in grado di prevedere le prestazioni di queste piante ancor prima che crescano. Siamo riusciti a prevedere la resa sulla base del materiale genetico. Questo è significativo perché consente di risparmiare molti anni di valutazione”, ha spiegato Aono.

Nel caso della canna da zucchero, la sfida è molto complessa. Le tecniche di allevamento tradizionali richiedono dai nove ai 12 anni e comportano costi elevati, secondo  Anete Pereira de Souza , professore di genetica vegetale all’Istituto di Biologia dell’UNICAMP e supervisore del dottorato di ricerca di Aono al CBMEG.

“Quando gli allevatori identificano una pianta interessante, la moltiplicano per clonazione in modo da non perdere il genotipo, ma questo richiede tempo e costa molto. Un esempio estremo è l’allevamento degli alberi della gomma, che può richiedere fino a 30 anni”, ha detto Souza. Un modo per superare queste difficoltà è quello che ha chiamato “allevamento di piante 4.0”, che fa un uso intensivo dell’analisi dei dati e di strumenti computazionali e statistici altamente efficienti. Ogni processo di genotipizzazione per sequenziamento può coinvolgere 1 miliardo di sequenze.

Il principale ostacolo che gli scienziati devono affrontare nel tentativo di allevare varietà migliori di piante poliploidi come la canna da zucchero e l’erba da foraggio è la complessità dei loro genomi. “In questo caso, non sapevamo nemmeno se la selezione genomica sarebbe stata possibile, date le scarse risorse e la difficoltà di lavorare con questa complessità”, ha detto Aono. 

Metodi

I ricercatori hanno iniziato il processo di selezione genomica con piante diploidi [ contenenti cellule con due serie di cromosomi ], poiché hanno genomi più semplici. “Il problema è che le piante tropicali di alto valore come la canna da zucchero non sono diploidi ma poliploidi, il che è una complicazione”, ha detto Souza. 

Mentre gli esseri umani e quasi tutti gli animali sono diploidi, la canna da zucchero può avere fino a 12 copie di ogni cromosoma. Ogni individuo della specie Homo sapiens può avere fino a due varianti di ciascun gene, una ereditata dal padre e l’altra dalla madre. La canna da zucchero è più complessa perché teoricamente qualsiasi gene può avere molte varianti nello stesso individuo. Ci sono regioni del suo genoma con sei serie di cromosomi, altre con otto, dieci e persino 12 serie. “La genetica è così complessa che gli allevatori lavorano con la canna da zucchero come se fosse diploide”, ha detto Souza.

Nel 2001, Theodorus Meuwissen, uno scienziato olandese che è attualmente professore di allevamento animale e genetica presso l’Università norvegese di scienze della vita (NMBU), ha proposto la selezione genomica per prevedere i tratti complessi di animali e piante in associazione con i loro fenotipi (caratteristiche osservabili risultanti dall’interazione dei loro genotipi con l’ambiente). Il vantaggio di questo approccio alla selezione delle piante è il legame tra i tratti fenotipici di interesse, come la resa, il livello di zucchero o la precocità, e i polimorfismi a singolo nucleotide (SNP). Un “snip” (come si pronuncia SNP) è una variante genomica in una singola posizione di base nel DNA, ha spiegato Souza. 

“È la differenza nei genomi di due individui qualsiasi. Ad esempio, uno può avere una A [ corrispondente al nucleotide adenina ] che produce un po’ più di un altro con una G [ guanina ] nella stessa posizione nel genoma. Questo cambia tutto”, ha detto. “Quando trovi un’associazione con ciò che stai cercando, come un alto livello di produzione di zucchero e SNP specifici in diverse posizioni del genoma, puoi sequenziare solo la popolazione su cui si concentra il tuo lavoro di allevamento”.

I progressi proposti da Aono e colleghi eliminano la necessità di piantare e fenotipizzare durante tutto il ciclo riproduttivo. “Facciamo esperimenti sul campo nelle fasi iniziali del programma per ottenere il fenotipo di interesse per ciascun clone”, ha detto Souza. “In parallelo, sequenziamo tutti i cloni nella popolazione riproduttiva in modo abbastanza semplice, senza la necessità di avere l’intero genoma per ogni clone. Questo è ciò che viene chiamato genotipizzazione per sequenziamento: sequenziamento parziale alla ricerca delle differenze e delle somiglianze nelle coppie di basi per i cloni e la loro associazione con la produzione di ciascun clone. L’associazione tra fenotipo e genoma mostra quale produce di più e quali SNP sono associati a una maggiore produzione. In questo modo,

Il progetto ha avuto successo grazie a una collaborazione durata anni con scienziati di diversi istituti di ricerca e università, come il Collegio di Agraria Luiz de Queiroz dell’Università di San Paolo (ESALQ-USP), l’Istituto di Scienza e Tecnologia dell’UNIFESP, l’Istituto Agronomico Campinas (IAC) e il suo Centro per la canna da zucchero a Ribeirão Preto, l’Unità per il bestiame da carne della Brazilian Agricultural Research Corporation (EMBRAPA) a Campo Grande, nello stato del Mato Grosso do Sul, l’Aeronautical Technology Institute (ITA) a São José dos Campos, nello stato di San Paolo ed Edimburgo Roslin Institute dell’Università nel Regno Unito.

Informazioni sulla Fondazione di ricerca di San Paolo (FAPESP)

La São Paulo Research Foundation (FAPESP) è un’istituzione pubblica con la missione di sostenere la ricerca scientifica in tutti i campi della conoscenza assegnando borse di studio, borse di studio e sovvenzioni a ricercatori collegati con istituti di istruzione superiore e di ricerca nello Stato di San Paolo, in Brasile. FAPESP è consapevole che la ricerca migliore può essere svolta solo lavorando con i migliori ricercatori a livello internazionale. Pertanto, ha stabilito partnership con agenzie di finanziamento, istruzione superiore, società private e organizzazioni di ricerca in altri paesi noti per la qualità della loro ricerca e ha incoraggiato gli scienziati finanziati dalle sue sovvenzioni a sviluppare ulteriormente la loro collaborazione internazionale.