AI赋能植物科学：精准农业与粮食安全的新突破
AI赋能植物科学：精准农业与粮食安全的新突破
人工智能（AI）正在通过精准的植物种类识别、早期病害诊断、作物产量预测以及精准农业优化，彻底改变植物科学领域。AI在植物育种和表型研究中的应用，为实现可持续农业发展和保障粮食安全提供了新的可能。
AI利用机器学习和图像识别技术，为生态研究和生物多样性保护提供了重要支持。在植物育种中，AI加速了具有抗逆性、高产量和理想性状作物的开发进程。基于气候和土壤数据的AI模型促进了可持续农业发展与粮食安全。在植物表型研究中，AI实现了植物性状的自动化测量与分析，深化了我们对植物生长的理解。当前的研究重点在于提高AI模型的鲁棒性和可解释性，同时解决数据隐私和算法偏差问题。跨学科协作对于充分发挥AI在植物科学中的潜力、实现可持续和粮食安全的未来至关重要。
图1 区块链在基因组毒理学中的应用。通过合成基因阵列进行数字基因交互，定量遗传交互分数存储在区块链数据存储库中。查询基因从毒素诱导的突变体中提取，以确定其与原始基因组中基因的遗传交互。通过数字相机拍摄阵列的图像，并对这些图像堆栈进行定量，创建一个原始数据库。对这些原始数据进行不同效应的修正，得出遗传交互分数，并将其存储在基因组毒理学的区块链数据存储库中。
注：此内容摘自《Digital Transformation in Toxicology: Improving Communication and Efficiency in Risk Assessmen》，作者：Singh AV, Bansod G, Mahajan M, Dietrich P, Singh SP, Rav K等，发表于《ACS Omega》，2023年；8:21377–90（https://doi.org/10.1021/acsomega.3c00596）.CC BY.
图2 区块链技术在毒理学中的应用可以帮助实现去中心化的数据管理，并通过现有化学数据库评估可能对消费者造成暴露风险的数据和潜在风险。材料安全数据表（MSDS）包含有关潜在危害物质的信息以及如何安全处理这些物质。区块链还涉及分销网络中的可追溯性以及在生产中使用产品条形码。通过区块链，实验室测试和药房的数据收集、分析和评估成为可能。
注：此内容摘自《Digital Transformation in Toxicology: Improving Communication and Efficiency in Risk Assessment》，作者：Singh AV, Bansod G, Mahajan M, Dietrich P, Singh SP, Rav K等，发表于《ACS Omega》，2023年；8:21377–90（https://doi.org/10.1021/acsomega.3c00596）.CC BY.
图3 探索3D生物打印在推动植物科学研究中的发展和可能性
注：此内容经许可摘自《3D Bioprinting in Plant Science: An Interdisciplinary Approach》，作者：Mehrotra S, Kumar S, Srivastava V, Mishra T, Mishra BN，发表于《Trends in Plant Science》，2020年；25:9–13（https://doi.org/10.1016/j.tplants.2019.10.014）.© 2019 EI sevier Ltd.
图4 人工智能（AI）和机器学习（ML）可以辅助红外光谱和X射线图像数据的挖掘和管理。AI和ML可以通过基于化学分析剖面优化种子预处理技术，以帮助打破种子休眠，特别是在热量和湿度含量方面。在纳米预处理后，AI反馈工具有助于管理灌溉、水使用和土壤管理，从而提高未来种子的生产效率。
注：此内容摘自《Sustainable Agriculture through Multidisciplinary Seed Nanopriming: Prospects of Opportunities and Challenges》，作者：Shelar A, Singh AV, Maharjan RS, Laux P, Luch A, Gemmati D等，发表于《Cells》，2021年；10:2428
参考文献
Gupta DK, Pagani A, Zamboni P, Singh AK. AI-powered revolution in plant sciences: advancements, applications, and challenges for sustainable agriculture and food security. Explor Foods Foodomics. 2024;2:443–59.