HyperAI
Back to Headlines

upgrade نظام إنذار النباتات الداخلي باستخدام الذكاء الاصطناعي لمواجهة الممرضات

منذ 6 أيام

أجرى باحثون من جامعة كاليفورنيا في ديفيس دراسة تستخدم الذكاء الاصطناعي لتحسين نظام المناعة الداخلي للنباتات، مما يفتح آفاقًا جديدة لحماية المحاصيل مثل الطماطم والبطاطا من الأمراض البكتيرية المدمرة. ونشرت الدراسة في مجلة "ناتشر بلوتس". تُعد النباتات، مثل الكائنات الحية الأخرى، لديها أنظمة مناعية تُستخدم للكشف عن البكتيريا والدفاع ضدّها. من بين أدواتها الدفاعية، توجد مستقبلات مناعية تُساعد في تمييز البكتيريا. أحد هذه المستقبلات هو FLS2، الذي يُستخدم للكشف عن بروتين يُسمى "الشريط" (Flagellin)، وهو جزء من الذيل الصغير الذي تستخدمه البكتيريا للتحرك. لكن البكتيريا تتطور باستمرار لتتجنب الكشف، مما يجعل من الصعب على النباتات اكتشافها. قالت الباحثة الرئيسية جيتا كوكير، أستاذة في قسم علم الأمراض النباتية: "توجد بكتيريا في سباق تسلح مع النباتات، ويمكنها تغيير الأحماض الأمينية التي تشكل البروتين لتجنب التعرف عليها". لمساعدة النباتات على مواكبة هذا التطور، قام الفريق بدمج التنوع الطبيعي مع الذكاء الاصطناعي، خصوصًا أداة "ألفا فولد" التي تُستخدم لتنبؤ شكل البروتينات في ثلاث أبعاد، وتم إعادة هندسة المستقبل FLS2 لتعزيز قدرته على التعرف على البكتيريا. ركز الفريق على مستقبلات مناعية معروفة بقدرتها على اكتشاف عدد أكبر من البكتيريا، حتى لو لم تكن موجودة في المحاصيل المهمة. من خلال مقارنتها بمستقبلات أكثر تخصصًا، تمكن الباحثون من تحديد الأحماض الأمينية التي يجب تعديلها لتحسين الكشف. وأضافت كوكير: "تمكننا هذه الطريقة من إعادة تفعيل مستقبل مناعي كان قد فشل في كشف البكتيريا، مما يمنح النبات فرصة أفضل لمقاومة العدوى بطريقة أكثر دقة وتركيزًا". تُعتبر هذه التقنية خطوة نحو تطوير مقاومة واسعة النطاق في المحاصيل، باستخدام تصميمات مبنية على التنبؤ. من بين التحديات التي تسعى الدراسة لمواجهة، هي البكتيريا التي تسبب مرض الذبول البكتيري، واسمها Ralstonia solanacearum، والتي تهدد أكثر من 200 نوع من النباتات، بما في ذلك المحاصيل الأساسية مثل الطماطم والبطاطا. في المستقبل، يهدف الفريق إلى تطوير أدوات تعتمد على التعلم الآلي لتحديد المستقبلات المناعية التي تستحق التعديل، بالإضافة إلى تقليل عدد الأحماض الأمينية التي يجب تعديلها. يمكن أن تُستخدم هذه الطريقة لتعزيز قدرة المستقبلات المناعية الأخرى على اكتشاف التهديدات، مما يُساهم في تحسين صحة المحاصيل وزيادة إنتاجيتها. شارك في هذه الدراسة باحثون من جامعة كاليفورنيا في ديفيس، ومن ضمنهم تيانرون لى، إستيبان جاركين بولانوس، دانييلى إم. ستيفنس، وهانكسو شا، بالإضافة إلى دانييل م. بريغوجين من مختبر لورنس بيركلي الوطني.

Related Links