IA décrypte le pollen pour retracer 25 000 ans de graminées
Une équipe de chercheurs a mis au point une méthode innovante combinant microscopie super-résolution et apprentissage automatique pour analyser le pollen fossile des herbes, une avancée qui lève un obstacle majeur en paléobotanique depuis des décennies. Dirigée par Surangi Punyasena, professeure de biologie végétale à l’université de l’Illinois, et son ancien doctorant Marc-Élie Adaimé, aujourd’hui chercheur au Smithsonian, cette étude démontre comment l’intelligence artificielle peut transformer des fragments végétaux anciens en données historiques fiables. Contrairement au pollen d’autres plantes à fleurs, facilement identifiable par sa forme, ses épines ou ses pores, le pollen des herbes présente une morphologie remarquablement uniforme sous un microscope optique standard. Cette similitude empêchait les scientifiques de classifier les espèces et d’exploiter pleinement les milliers de grains conservés dans les sédiments. Pour contourner ce problème, l’équipe a recours à la microscopie super-résolution, une technique qui utilise un laser et des algorithmes pour reconstruire des images détaillant les motifs de surface et l’épaisseur des parois cellulaires, offrant une qualité proche de celle de la microscopie électronique tout en étant nettement plus rapide. Les images obtenues ont servi à entraîner un modèle d’apprentissage profond, basé sur des réseaux de neurones convolutifs capables d’identifier des variations imperceptibles à l’œil nu. Ce système statistique permet désormais d’estimer la diversité des espèces dans des mélanges de pollens et de distinguer deux grands types photosynthétiques : les graminées C3, plus efficaces en faible lumière, et les graminées C4, optimisées pour la chaleur et la sécheresse. Bien que le modèle ne permette pas d’identifier chaque espèce individuellement, il évalue avec précision la richesse spécifique et la répartition relative des deux groupes. Les chercheurs ont appliqué cette approche à un noyau sédimentaire prélevé au fond d’un lac du mont Kenya, couvrant les vingt-cinq derniers millénaires. L’analyse révèle que la diversité du pollen était significativement réduite durant le maximum glaciaire, il y a environ vingt-et-un à dix-huit mille ans, période caractérisée par un froid intense et une atmosphère pauvre en dioxyde de carbone. La diversité a progressivement augmenté avec le réchauffement climatique et la hausse des concentrations atmosphériques en CO2. Parallèlement, la proportion de graminées C4 a diminué au fil du temps, les C3 prenant le dessus à mesure que le climat se réchauffait. Cette méthode établit un nouveau standard pour l’étude des fossiles végétaux, permettant d’extraire rapidement des données quantitatives jusque-là inaccessibles. Elle ouvre la voie à une meilleure compréhension de l’évolution des prairies et de l’impact des changements climatiques passés sur la végétation. Les scientifiques prévoient désormais d’affiner l’algorithme et de l’étendre à l’analyse du pollen et des spores de l’ensemble des plantes terrestres, promettant de décrypter de nouvelles pages de l’histoire naturelle de la planète.
