Para saintis di UC Davis telah menggunakan kecerdasan buatan untuk membantu tumbuhan mengenali dan mempertahankan dengan lebih baik daripada ancaman bakteria, satu perkembangan yang menjanjikan yang boleh melindungi tanaman penting seperti tomato dan kentang.
Penyelidik dari Universiti California, Davis, telah menggunakan kecerdasan buatan untuk meningkatkan sistem imun tumbuhan, membolehkan mereka mengesan spektrum ancaman bakteria yang lebih luas. Kejayaan ini boleh meningkatkan mekanisme pertahanan tanaman ruji seperti tomato dan kentang terhadap penyakit yang melemahkan.
Kajian itu, diterbitkan dalam jurnal Nature Plants, menonjolkan penggunaan AI yang inovatif untuk mereka bentuk semula reseptor imun tumbuhan. Reseptor ini adalah komponen penting dalam sistem imun tumbuhan, membolehkan tumbuhan mengenal pasti dan menentang penceroboh bakteria.
Salah satu reseptor ini, FLS2, bertanggungjawab untuk mengenali flagellin, protein yang terdapat dalam struktur ekor yang digunakan oleh bakteria untuk mobiliti. Walau bagaimanapun, bakteria sering bermutasi untuk melarikan diri dari pengesanan, menimbulkan cabaran berterusan untuk pertahanan tumbuhan.
"Bakteria berada dalam perlumbaan senjata dengan tuan rumah tumbuhan mereka, dan mereka boleh menukar asid amino asas dalam flagellin untuk mengelakkan pengesanan," kata pengarang utama Gitta Coaker, seorang profesor di Jabatan Patologi Tumbuhan di UC Davis, dalam siaran berita.
Untuk mengatasi cabaran ini, pasukan Coaker menggunakan AlphaFold, alat AI termaju yang direka untuk meramalkan struktur 3D protein. Dengan memanfaatkan variasi semula jadi dan cerapan AI, mereka mereka bentuk semula FLS2, dengan berkesan meningkatkan tindak balas imun tumbuhan untuk mengenali dan bertindak balas terhadap pelbagai penceroboh bakteria yang lebih luas.
Para penyelidik secara khusus menyasarkan reseptor yang dikenali untuk mengesan lebih banyak strain bakteria, walaupun reseptor ini pada asalnya tidak ditemui dalam spesies tanaman utama. Dengan membandingkan reseptor spektrum luas ini kepada yang lebih sempit, mereka menentukan asid amino mana yang perlu diubah.
"Kami dapat menghidupkan semula reseptor yang telah dikalahkan, yang mana patogen telah menang, dan membolehkan tumbuhan itu mempunyai peluang untuk menentang jangkitan dengan cara yang lebih disasarkan dan tepat," tambah Coaker.
Implikasi penyelidikan ini meluas kepada mewujudkan rintangan penyakit spektrum luas dalam tanaman melalui reka bentuk ramalan. Salah satu titik fokus ialah Ralstonia solanacearum, patogen bawaan tanah yang menggerunkan yang bertanggungjawab terhadap layu bakteria, yang melanda lebih daripada 200 spesies tumbuhan, termasuk tanaman penting seperti tomato dan kentang.
Memandang ke hadapan, pasukan itu bertujuan untuk memperhalusi alat pembelajaran mesin untuk meramalkan reseptor imun yang optimum untuk diedit dan untuk meminimumkan bilangan asid amino yang memerlukan pengubahsuaian. Pendekatan inovatif ini boleh merevolusikan cara sistem imun tumbuhan dipertingkatkan, yang berpotensi membawa kepada hasil tanaman yang jauh lebih tinggi dan keselamatan makanan global yang lebih baik.
Selain Coaker, pengarang kajian itu termasuk Tianrun Li, Esteban Jarquin Bolaños, Danielle M. Stevens dan Hanxu Sha dari UC Davis, bersama-sama dengan Daniil M. Prigozhin dari Makmal Kebangsaan Lawrence Berkeley.
sumber: University of California, Davis