AI e big data: previsioni migliorate per un grano "su misura
Il modello AI aumenta la resa del grano di quasi quattro decitonnellate per ettaro
Annunci
I cambiamenti climatici, con le mutate condizioni di crescita, pongono anche nuove sfide all'allevamento. Un aspetto importante è la considerazione delle condizioni ambientali locali. Un team internazionale guidato dall'Istituto IPK Leibniz ha utilizzato l'intelligenza artificiale e i big data per sviluppare un nuovo metodo per determinare le varietà di grano invernale che si adattano in modo ottimale a luoghi specifici. I risultati dello studio sono stati recentemente pubblicati sulla rivista scientifica "Genome Biology".
L'interazione tra genotipo e condizioni ambientali è particolarmente importante per le prestazioni e la resa di una pianta. Ad esempio, una varietà di frumento può ottenere una resa elevata in un luogo. Tuttavia, può avere un rendimento peggiore in un altro luogo con condizioni diverse. L'ambiente influisce sulle prestazioni del genotipo. Data la crescente diversificazione degli ambienti di coltivazione, in tempi di cambiamenti climatici diventa fondamentale fornire varietà personalizzate per le condizioni locali. Per questo motivo, il team di ricerca dell'IPK si è concentrato sullo studio delle interazioni tra genotipo e ambiente e sulla previsione delle rese per le singole località con la massima precisione possibile.
Gli scienziati hanno innanzitutto analizzato grandi quantità di dati sul grano invernale. A tal fine, sono stati raccolti dati sulla resa di oltre 13.200 genotipi (linee e ibridi) coltivati e testati in 31 diverse località dell'Europa centrale tra il 2010 e il 2022. Questi dati fenotipici sono stati combinati con dati genomici (circa 10.000 marcatori genetici) e informazioni ambientali (come le temperature e le precipitazioni giornaliere). A partire da questi dati, i ricercatori hanno sviluppato e confrontato diversi modelli di previsione, tra cui modelli statistici tradizionali e metodi di intelligenza artificiale come il deep learning. Il team di ricerca dell'IPK ha utilizzato il modello migliore per prevedere le prestazioni di un gruppo di riferimento di linee di grano in tutti i 117 ambienti testati e per identificare varietà adattate all'ambiente.
"Il nostro studio dimostra che le interazioni tra i geni e le condizioni ambientali sono la chiave per una previsione significativamente migliore della resa", spiega Abhishek Gogna, primo autore dello studio. La previsione delle prestazioni specifiche dell'ambiente di nuovi ibridi potrebbe essere migliorata fino al 23% includendo l'interazione tra genotipo e ambiente. È paragonabile all'acquisto di un nuovo abito. Invece di un modello standard che si adatta alla media (previsione tradizionale), si ottiene un modello personalizzato che si adatta esattamente alla forma del corpo personale (previsione adattata all'ambiente).
Selezionando in modo specifico il miglior dieci per cento dei genotipi adattati all'ambiente, la resa è aumentata di quasi quattro decitoni per ettaro rispetto alla selezione basata sulle prestazioni medie. "Questa resa aggiuntiva corrisponde al successo di dodici anni di progressi nella selezione convenzionale in Germania", afferma il Prof. Dr. Jochen Reif, responsabile del dipartimento "Breeding Research" dell'IPK. "Questo dimostra che nei programmi di selezione c'è un enorme potenziale di resa, precedentemente nascosto, che può essere sfruttato". La grande rilevanza dei risultati per la selezione pratica delle piante è sottolineata anche dalla partecipazione allo studio di KWS SAAT SE & Co KGaA.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Tedesco può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
