Satu kajian baharu mendedahkan bagaimana saintis USDA dan ISU memanfaatkan teknologi AI untuk menangani pelepasan metana dalam lembu, menawarkan alternatif yang menjanjikan kepada perencat metana yang berbahaya seperti bromoform.
Dalam kajian baru, diterbitkan dalam jurnal Animal Frontiers, penyelidik dari Perkhidmatan Penyelidikan Pertanian USDA (ARS) dan Iowa State University (ISU) telah menunjukkan potensi kecerdasan buatan generatif untuk mempercepatkan pengenalpastian penyelesaian untuk mengurangkan pelepasan metana enterik daripada lembu — penyumbang penting kepada kedua-dua pertanian dan keseluruhan pelepasan gas rumah hijau AS.
“Membangunkan penyelesaian untuk menangani pelepasan metana daripada pertanian haiwan adalah keutamaan kritikal. Para saintis kami terus menggunakan strategi inovatif dan dipacu data untuk membantu pengeluar lembu mencapai matlamat pengurangan pelepasan yang akan melindungi alam sekitar dan menggalakkan masa depan yang lebih mampan untuk pertanian, "kata Simon Liu, pentadbir di USDA-ARS, dalam Siaran akhbar.
Pelepasan metana enterik, yang dihasilkan semasa proses pencernaan dalam rumen lembu, menyumbang kira-kira 33% daripada pertanian AS dan 3% daripada jumlah pelepasan gas rumah hijau AS. Menangani pelepasan ini adalah langkah penting ke arah mengurangkan perubahan iklim dan meningkatkan kemampanan pertanian.
Memfokuskan secara dalaman pada sistem pencernaan lembu, pasukan penyelidik, memanfaatkan model pengiraan yang dipertingkatkan oleh AI, menyasarkan bakteria yang terlibat dalam penapaian enterik. Bakteria ini menghasilkan metana sebagai hasil sampingan, yang kemudiannya dikeluarkan oleh lembu melalui sendawa.
Satu bahan yang menjanjikan yang dikenal pasti ialah bromoform, sebatian semula jadi yang terdapat dalam rumpai laut. Bromoform telah menunjukkan keupayaan untuk mengurangkan pengeluaran metana lembu sehingga 98%.
Walau bagaimanapun, disebabkan sifat karsinogeniknya, penggunaannya dalam haiwan penghasil makanan adalah terhad. Akibatnya, pencarian alternatif, perencat metana yang selamat adalah mendesak dan mencabar.
Pendekatan penyelidikan inovatif menggunakan gabungan simulasi molekul termaju dan AI.
"Kami menggunakan simulasi molekul termaju dan AI untuk mengenal pasti perencat metana baru berdasarkan sifat perencat yang disiasat sebelum ini [seperti bromoform], tetapi ia selamat, berskala dan mempunyai potensi besar untuk menghalang pelepasan metana," tambah pengarang bersama Matthew Beck , seorang saintis haiwan penyelidikan dengan USDA-ARS semasa kajian dan kini di Texas A&M University.
Para penyelidik membina model pengiraan yang besar daripada data saintifik yang tersedia secara terbuka mengenai rumen lembu, membolehkan algoritma AI meramalkan tingkah laku molekul dan mengenal pasti calon yang menjanjikan untuk ujian selanjutnya. Gelung berterusan ramalan dan pengesahan makmal telah difasilitasi oleh model pembelajaran mesin yang dikenali sebagai rangkaian saraf graf.
“Rangkaian saraf graf kami ialah model pembelajaran mesin, yang mempelajari sifat molekul, termasuk butiran atom dan ikatan kimia yang memegangnya, sambil mengekalkan maklumat berguna tentang sifat molekul untuk membantu kami mengkaji bagaimana ia berkemungkinan berkelakuan. dalam perut lembu,” kata pengarang bersama Ratul Chowdhury, penolong profesor di ISU, dalam siaran berita.
Melalui proses berulang ini, para saintis mengenal pasti 15 molekul yang serupa dengan fungsi bromoform yang tidak membawa beban toksiknya, menandakan kemajuan yang ketara dalam usaha untuk sebatian mitigasi metana yang berdaya maju.
Jacek Koziel, ketua penyelidikan di USDA-ARS dan pengarang bersama kajian, menekankan implikasi yang lebih luas daripada kerja ini.
“Terdapat strategi lain yang menjanjikan pada masa ini untuk mengurangkan pelepasan metana enterik, tetapi penyelesaian yang tersedia agak terhad. Inilah sebabnya mengapa menggabungkan AI dengan penyelidikan makmal, melalui penghalusan berulang, adalah alat saintifik yang berharga,” katanya. "AI boleh memajukan penyelidikan dan mempercepatkan beberapa laluan ini yang boleh diikuti oleh pakar pemakanan haiwan, penyelidik dan syarikat untuk membawa kita lebih dekat kepada matlamat yang sangat bercita-cita tinggi untuk mengehadkan pelepasan gas rumah hijau dan membantu mengurangkan perubahan iklim."
Pecahan terperinci kos pengiraan dan monetari setiap molekul yang disediakan oleh kajian ini bertujuan untuk membimbing pelaburan masa depan dalam pendekatan penyelidikan yang serupa.