Cientistas da Universidade da Califórnia, Davis, usaram inteligência artificial para ajudar a plantar uma ampla bactéria – que pode criar novas maneiras de proteger colheitas como tomates e batatas de doenças destrutivas. A pesquisa foi publicada na planta da natureza.
Existem plantas como animais, sistemas de prevenção. O kit de ferramentas de defesa inclui o receptor imunológico, o que lhes dá a capacidade de detectar bactérias e proteger contra ele. Um desses receptores, conhecido como FLS2, ajuda a detectar o flageline da planta – usando uma nadar de proteínas nas pequenas bactérias da cauda. No entanto, as bactérias estão ocultas e constantemente desenvolvidas para evitar a identificação.
“As bactérias estão em uma arma com seus hospedeiros de plantas e podem alterar os aminoácidos no Flageline para evitar a detecção”, diz Gita Cocker, principal autora do Departamento de Patologia Plant.
Para ajudar as plantas a continuar ajudando, a equipe do Quair está se voltando para o uso da variação natural com a inteligência artificial – especialmente uma Alfoldold, uma ferramenta que possui previsões de tamanho 3D e reconstruindo o FLS 2, basicamente eleva sua resistência para capturar mais intrusos.
A equipe já se concentrou em receptores conhecidos como mais reconhecimento de bactérias, mesmo que não sejam encontrados em espécies úteis de culturas. Os pesquisadores foram capazes de identificar quais aminoácidos precisam mudar comparando -os receptores mais restritivos.
Cocker disse: “Conseguimos ressuscitar um receptor derrotado, onde o patógeno vence, e a planta conseguiu ter a oportunidade de impedir a infecção contra a infecção de uma maneira mais direcionada e precisa”, diz Cocker.
Por que é importante
Cocker diz que abre a porta para o desenvolvimento da doença do espectro de pão de cultivo usando o design preditivo.
Um dos objetivos dos pesquisadores é ameaçar uma grande colheita: Ralstonia solanasiaramBactérias é a causa da murcha. Alguma tensão de patógenos de transporte do solo podem infectar mais de 200 espécies de plantas, incluindo tomates e principais culturas como batatas.
No futuro, a equipe está desenvolvendo ferramentas de aprendizado de máquina para prever qualquer receptores imunes no futuro. Eles estão tentando comprimir o número de aminoácidos que precisam ser alterados.
Este método pode ser usado para melhorar a percepção de outros receptores imunes usando técnicas semelhantes.
Outros autores deste estudo incluem Thiranrun Lee, Estaban Jarquin Bollas, Daniel M Stevens e Hanxu Shaw da UC Davis e Daniel M. Programa de Lawrence Lawrence em Berkeley.
Esta pesquisa foi apoiada pelo Instituto Nacional de Saúde e pelo Instituto Nacional de Alimentos e Agricultura do Departamento de Agricultura nos Estados Unidos.
