• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Biologie
    L'IA pourrait-elle aider les espèces marines en péril à survivre au changement climatique ?

    L'évolution des conditions océaniques pourrait conduire les espèces marines à l'extinction si elles ne peuvent pas s'adapter ou se déplacer vers des eaux plus hospitalières. Les chercheurs disent qu'ils pourraient aider, s'ils peuvent prédire avec précision quelles espèces survivront le mieux et où. Katie Lotterhos de Northeastern travaille pour déterminer si un algorithme d'apprentissage automatique pourrait faire ces prédictions avec précision. Crédit :Ruby Wallau/Northeastern University

    Les océans de la Terre se réchauffent et deviennent plus acides à mesure que le climat change. Pour une grande partie de la flore et de la faune marines, cela pourrait signifier l'extinction, à moins que les espèces ne puissent s'adapter à de nouvelles conditions et sources de nourriture ou migrer vers des eaux plus hospitalières.

    Mais les espèces en péril pourraient être en mesure d'obtenir un coup de main des humains, dit Katie Lotterhos, professeur agrégé de sciences marines et environnementales à Northeastern, tant que les scientifiques peuvent déterminer avec précision quelles espèces auront besoin d'aide.

    C'est là qu'interviennent Lotterhos et ses collègues.

    Au sein des espèces, il existe souvent une variation génétique. Certaines souches génétiques seront plus facilement capables de s'adapter à certaines nouvelles conditions que d'autres. Si les chercheurs peuvent identifier les souches génétiques d'une espèce donnée qui sont les plus susceptibles de survivre dans les nouvelles conditions attendues, ils peuvent concentrer leurs efforts de restauration et de protection sur ces souches. Ou, dit Lotterhos, les scientifiques pourraient aider les espèces à s'adapter au changement climatique en les déplaçant vers des endroits susceptibles d'être plus hospitaliers dans le cadre d'un concept appelé "migration assistée". Les scientifiques et les leaders de l'industrie envisagent déjà cette approche pour l'agriculture et les arbres.

    "Il y a un besoin sociétal urgent de mieux faire correspondre les souches génétiques avec les environnements pour les efforts de restauration face au changement climatique", a déclaré Lotterhos. Pour ce faire, les scientifiques ont développé des méthodes de "prévision génomique", dit-elle, qui peuvent utiliser des données génétiques pour "prédire comment une souche génétique se comportera dans différents environnements".

    Mais pour le moment, les scientifiques ne sont pas tout à fait sûrs que ces prédictions sont exactes. Lotterhos et ses collègues ont donc mis à l'épreuve un algorithme d'apprentissage automatique de premier plan. Leurs résultats sont rapportés dans un article récent publié dans la revue Evolutionary Applications .

    L'algorithme d'apprentissage automatique combine des informations génétiques et environnementales pour prédire à quel point une souche génétique donnée d'une espèce serait mal adaptée à un certain ensemble de conditions environnementales dans une mesure appelée "compensation génomique", explique Lotterhos. Pour tester la précision avec laquelle l'algorithme prédit le décalage génomique, explique-t-elle, l'équipe a créé des simulations informatiques de ce qu'ils appellent des "espèces virtuelles" qui n'existent pas dans le monde réel mais qui subissent naissance, mort, dispersion, sélection évolutive et mutation dans le de la même manière que les espèces réelles le font dans la nature.

    "Notre étude montre que les méthodes de prévision génomique sont prometteuses, mais que nous ne comprenons toujours pas pleinement leurs forces et leurs limites", déclare Lotterhos. La méthode d'apprentissage automatique s'est avérée meilleure que d'autres mesures pour prédire le décalage génomique lorsque les chercheurs ont gardé les entrées simples, en considérant uniquement les informations génétiques ou uniquement les informations environnementales. Mais pris ensemble comme un moyen de prédire les déclins de population dus aux changements environnementaux, Lotterhos dit que les résultats pourraient être trompeurs.

    Pour tester davantage l'approche d'apprentissage automatique, l'équipe de Lotterhos développe davantage de simulations. Les scientifiques mettront également cette expérience hors ligne et mèneront des expériences sur le terrain.

    Lotterhos a récemment reçu deux prix prestigieux :un prix CAREER de la National Science Foundation et une bourse Fulbright. Avec le soutien du prix CAREER, Lotterhos et ses collègues mènent des tests sur les méthodes de prévision génomique chez les huîtres. La bourse Fulbright l'a emmenée en Suède, où elle teste les méthodes de la vie marine telles que les escargots marins, les zostères et les isopodes, un ordre de crustacés qui comprend les cloportes.

    "La mer Baltique est un système d'étude intéressant car de nombreuses espèces se sont génétiquement adaptées à un gradient environnemental abrupt allant de conditions océaniques bénignes à un environnement d'eau douce plus acide", a déclaré Lotterhos. "L'objectif est de déterminer dans quelle mesure ces méthodes fonctionnent et dans quelles conditions elles fonctionnent bien."

    © Science https://fr.scienceaq.com