Pour concevoir ces plantes respectueuses du climat, les scientifiques de l'Initiative Harnais des Plantes de Salk utilisent un nouvel outil de recherche sophistiqué appelé SLEAP, un logiciel d'intelligence artificielle (IA) facile à utiliser qui suit plusieurs caractéristiques de la croissance des racines. Créé par Talmo Pereira, membre de Salk, SLEAP a été initialement conçu pour suivre les mouvements des animaux en laboratoire. Aujourd'hui, Pereira s'est associé au professeur Wolfgang Busch, spécialiste des plantes et collègue de Salk, pour appliquer SLEAP aux plantes.

Dans une étude publiée dans Plant Phenomics , Busch et Pereira lancent un nouveau protocole permettant d'utiliser SLEAP pour analyser les phénotypes des racines des plantes :leur profondeur et leur largeur, la masse de leur système racinaire et d'autres qualités physiques qui, avant SLEAP, étaient fastidieuses à mesurer. L'application de SLEAP aux plantes a déjà permis aux chercheurs d'établir le catalogue le plus complet de phénotypes du système racinaire des plantes à ce jour.

De plus, le suivi de ces caractéristiques physiques du système racinaire aide les scientifiques à trouver les gènes affiliés à ces caractéristiques, ainsi que si plusieurs caractéristiques des racines sont déterminées par les mêmes gènes ou indépendamment. Cela permet à l'équipe Salk de déterminer quels gènes sont les plus bénéfiques pour leurs conceptions de plantes.

"Cette collaboration témoigne véritablement de ce qui rend la science de Salk si spéciale et si marquante", déclare Pereira. "Nous ne nous contentons pas d'"emprunter" à différentes disciplines :nous les mettons réellement sur un pied d'égalité afin de créer quelque chose de plus grand que la somme de ses parties."

Avant d’utiliser SLEAP, le suivi des caractéristiques physiques des plantes et des animaux nécessitait beaucoup de travail, ce qui ralentissait le processus scientifique. Si les chercheurs voulaient analyser l'image d'une plante, ils devraient marquer manuellement les parties de l'image qui étaient ou non des plantes, image par image, partie par partie, pixel par pixel. Ce n'est qu'alors que les anciens modèles d'IA pourraient être appliqués pour traiter l'image et recueillir des données sur la structure de la plante.

Ce qui distingue SLEAP est son utilisation unique de la vision par ordinateur (la capacité des ordinateurs à comprendre les images) et de l'apprentissage profond (une approche d'IA pour entraîner un ordinateur à apprendre et à travailler comme le cerveau humain). Cette combinaison permet aux chercheurs de traiter les images sans les déplacer pixel par pixel, évitant ainsi cette étape intermédiaire fastidieuse pour passer directement de la saisie de l'image aux caractéristiques définies de l'usine.

"Nous avons créé un protocole robuste validé dans plusieurs types d'usines qui réduit le temps d'analyse et les erreurs humaines, tout en mettant l'accent sur l'accessibilité et la facilité d'utilisation, et il n'a nécessité aucune modification du logiciel SLEAP lui-même", déclare la première auteure Elizabeth Berrigan, une analyste en bioinformatique dans le laboratoire de Busch.

Sans modifier la technologie de base de SLEAP, les chercheurs ont développé une boîte à outils téléchargeable pour SLEAP appelée sleap-roots (disponible en tant que logiciel open source ici). Grâce aux sleap-roots, SLEAP peut traiter les caractéristiques biologiques des systèmes racinaires telles que la profondeur, la masse et l'angle de croissance.

L'équipe a testé le package sleap-roots sur une variété de plantes, y compris des plantes cultivées comme le soja, le riz et le canola, ainsi que l'espèce végétale modèle Arabidopsis thaliana, une mauvaise herbe à fleurs de la famille de la moutarde. Parmi la variété d'usines testées, ils ont constaté que la nouvelle méthode basée sur SLEAP surpassait les pratiques existantes en annotant 1,5 fois plus rapidement, en entraînant le modèle d'IA 10 fois plus rapidement et en prédisant la structure de l'usine sur de nouvelles données 10 fois plus rapidement, le tout avec la même ou meilleure qualité. précision qu'auparavant.

Associées aux efforts massifs de séquençage du génome visant à élucider les données génotypiques d'un grand nombre de variétés de cultures, ces données phénotypiques, telles que le système racinaire d'une plante poussant particulièrement profondément dans le sol, peuvent être extrapolées pour comprendre les gènes responsables de la création de ce système racinaire particulièrement profond.

Cette étape – relier le phénotype et le génotype – est cruciale dans la mission de Salk visant à créer des plantes qui retiennent plus de carbone et plus longtemps, car ces plantes auront besoin de systèmes racinaires conçus pour être plus profonds et plus robustes. La mise en œuvre de ce logiciel précis et efficace permettra à la Harnessing Plants Initiative de connecter les phénotypes souhaitables à des gènes ciblables avec une facilité et une rapidité révolutionnaires.

"Nous avons déjà pu créer le catalogue le plus complet de phénotypes du système racinaire des plantes à ce jour, ce qui accélère réellement nos recherches pour créer des plantes captant le carbone et luttant contre le changement climatique", déclare Busch, titulaire de la chaire Hess en sciences végétales à Salk. "SLEAP a été si facile à appliquer et à utiliser, grâce à la conception logicielle professionnelle de Talmo, et il deviendra un outil indispensable dans mon laboratoire à l'avenir."

L'accessibilité et la reproductibilité étaient au premier plan des préoccupations de Pereira lors de la création de SLEAP et de sleap-roots. Le logiciel et la boîte à outils sleap-roots étant gratuits, les chercheurs sont impatients de voir comment sleap-roots sera utilisé dans le monde entier. Ils ont déjà entamé des discussions avec des scientifiques de la NASA dans l'espoir d'utiliser l'outil non seulement pour aider à guider les plantes séquestrant le carbone sur Terre, mais également pour étudier les plantes dans l'espace.

Chez Salk, l'équipe collaborative n'est pas encore prête à se dissoudre :elle se lance déjà dans un nouveau défi :analyser des données 3D avec SLEAP. Les efforts visant à affiner, étendre et partager SLEAP et sleap-roots se poursuivront dans les années à venir, mais leur utilisation dans le cadre de l'initiative de valorisation des plantes de Salk accélère déjà la conception des centrales et aide l'Institut à avoir un impact sur le changement climatique.

Parmi les autres auteurs figurent Lin Wang, Hannah Carrillo, Kimberly Echegoyen, Mikayla Kappes, Jorge Torres, Angel Ai-Perreira, Erica McCoy, Emily Shane, Charles Copeland, Lauren Ragel, Charidimos Georgousakis, Sanghwa Lee, Dawn Reynolds, Avery Talgo, Juan Gonzalez, Ling Zhang, Ashish Rajurkar, Michel Ruiz, Erin Daniels, Liezl Maree et Shree Pariyar de Salk.