كيف تستخدم Avalo تعلم الآلة لتسريع تكيف المحاصيل مع تغير المناخ
يؤثر تغير المناخ على الزراعة في جميع أنحاء العالم، والحلول نادراً ما تكون بسيطة. ماذا لو تمكنت من زراعة محاصيل تتحمل الحرارة أو البرد أو الجفاف، بدلاً من التنقل آلاف الكيلومترات مراراً وتكراراً بحثاً عن المناخ المناسب؟ Avalo تساعد على تحويل هذه النباتات إلى واقع، من خلال تحليل الجينوم القائم على الذكاء الاصطناعي، الذي يمكن أن يقلص الوقت والمال اللازمين لتطوير نباتات أكثر صلابة لهذا العصر الحار.
شركة Avalo، التي أسسها صديقان فكرا في تجربة العمل في شركةناشئة قبل التفرغ للحياة الأكاديمية، لديها عرض قيمة مباشر للغاية، لكن فهمه يتطلب قدراً من العلم.
بذلت شركات البذور والزراعة الكبرى جهوداً كبيرة لإنتاج نسخ أفضل من المحاصيل الرئيسية. فإذا جعلت الذرة أو الأرز أكثر مقاومة قليلاً للحرارة والحشرات والجفاف أو الفيضانات، فيمكنها رفع الإنتاجية والأرباح للمزارعين بشكل كبير، أو بدلاً من ذلك جعل النبات قابلاً للزراعة في أماكن لم يكن ينمو فيها من قبل.
«تنخفض الإنتاجية بشدة في المناطق الاستوائية، ولا يعود ذلك إلى أن حبوب الذرة أصبحت أصغر. يتجه المزارعون إلى المرتفعات لأن تسرب المياه المالحة يدمر الحقول، لكنهم يواجهون صقيعاً ربيعياً مبكراً يقتل شتلاتهم. أو يحتاجون إلى قمح مقاوم للصدأ ليجتاز فترات تفشي الفطريات في الصيف الرطب. نحتاج إلى استحداث أصناف جديدة إذا أردنا التكيف مع هذا الواقع البيئي الجديد»
ولإجراء هذه التحسينات بشكل منهجي، يركز الباحثون على السمات الموجودة أصلاً في النبات. الأمر لا يتعلق بإضافة جين جديد، بل بتحديد الصفات الموجودة بالفعل. كان ذلك يتم سابقاً بطريقة بسيطة، تتمثل في زراعة عدة نباتات ومقارنتها وزراعة بذور النبات الذي يعكس هذه السمة بأفضل شكل.
لكن الباحثين اليوم قاموا بتسلسل جينوم هذه النباتات ويمكنهم أن يكونوا أكثر دقة. فمعرفة الجينات النشطة في النباتات التي تحمل الصفة المرغوبة، يمكن توجيه التعبير الأفضل لهذه الجينات نحو الأجيال القادمة. المشكلة أن ذلك يستغرق وقتاً طويلاً، عملياً نحو عقد من الزمن.
تعقيد العملية الحديثة ينبع من أن السمات مثل البقاء في وجه الجفاف ليست مجرد جينات منفصلة. فقد تكون أي عدد من الجينات المعقدة المتفاعلة. تماماً كما لا يوجد جين واحد يجعلك بطلة أولمبية في الجمباز، لا يوجد جين واحد يجعل الأرز مقاوماً للجفاف. ولهذا، عندما تجري الشركات ما يسمى دراسات الارتباط على مستوى الجينوم الكامل، فإنها في النهاية تحصل على مئات المرشحين من الجينات التي تسهم في هذه السمة، ثم عليها اختبار مختلف تركيباتها بدقة على نباتات حية، وهو ما يتطلب سنوات طويلة حتى على نطاق صناعي.
«إمكانية العثور ببساطة على الجينات ثم فعل شيء بها محدودة جداً في الواقع، كلما ازدادت السمات تعقيداً. محاولة تحسين كفاءة إنزيم أمر سهل، فأنت ببساطة تستخدم CRISPR وتعدله، لكن لزيادة إنتاجية الذرة تساهم في ذلك آلاف، وربما ملايين الجينات. إذا كنت شركة كبيرة تحاول إنتاج أرز مقاوم للجفاف، فأنت تتوقع 15 عاماً و200 مليون دولار. إنها لعبة طويلة الأمد»
هنا يأتي دور Avalo. فقد بنت الشركة منصة لمحاكاة آثار التغيرات في جينوم النبات، والتي تقول إنها يمكن أن تقلص مدة 15 عاماً إلى عامين أو ثلاثة، وتقلص التكلفة بنسبة مماثلة. كانت الفكرة إنشاء نموذج أكثر واقعية للجينوم يأخذ التطور في الاعتبار بشكل أكبر.
أي أن النظام الذي يحاكي الجينوم والجينات الموجودة عليه يتضمن سياقاً أكبر من علم الأحياء والتطور. ومع منصة أكثر تطوراً ستحصل على إيجابيات كاذبة أقل بكثير فيما يتعلق بالجينات المرتبطة بالسمة، لأنها تستبعد قدراً أكبر بكثير من الضوضاء والجينات غير ذات الصلة والعناصر الثانوية وغير ذلك.
يضرب كولينز مثالاً بصنف أرز مقاوم للبرد كانت تعمل عليه إحدى الشركات. فقد اكتشفت دراسة على مستوى الجينوم الكامل 566 «جيناً محل اهتمام»، وتكلف دراسة كل منها نحو 40 ألف دولار بسبب الوقت والكوادر والمواد اللازمة. وهذا يعني أن دراسة هذه السمة الواحدة قد تكلف 20 مليون دولار وتستغرق عدة سنوات، وهو ما يحد بطبيعة الحال من الجهات القادرة على تنفيذ مثل هذه العملية، ومن المحاصيل التي يستثمرون فيها الوقت والمال. إذا كنت تتوقع عائداً على الاستثمار، فلا يمكنك إنفاق هذه الأموال على تحسين محصول متخصص لسوق بديلة.
«نحن هنا لإضفاء الطابع الديمقراطي على هذه العملية. وفي مجموعة البيانات نفسها المتعلقة بمقاومة الأرز للبرد، اكتشفنا 32 جيناً محل اهتمام، واستناداً إلى محاكاتنا ودراساتنا الاسترجاعية، نعرف أن جميعها أسباب فعلية. وتمكنا من زراعة 10 عينات لتأكيدها»
منذ البداية، استبعد نظام Avalo أكثر من 90% من الجينات التي كان سيتعين دراستها بشكل فردي. وكانوا على ثقة بأن هذه الجينات الـ32 ليست مترابطة فحسب، بل هي أسباب فعلية، تؤثر تأثيراً حقيقياً في السمة. وتم تأكيد ذلك من خلال دراسات موجزة، حين جرى تعطيل جين معين ودراسة تأثير ذلك. تسمي Avalo طريقتها «اكتشاف الجينات عبر الاضطرابات غير الإعلامية» أو GDIP.
يعود ذلك جزئياً إلى قدرة خوارزميات تعلم الآلة الأصيلة على فصل الإشارة عن الضوضاء، لكن الباحثين احتاجوا إلى مقاربة جديدة للمشكلة، تتيح للمنصة دراسة البنى والعلاقات بنفسها. وكان من المهم لهم أيضاً أن يكون النموذج قابلاً للتفسير، أي ألا تظهر نتائجه من الصندوق الأسود فحسب، بل أن يكون لها أساس ما.
المشكلة الأخيرة معقدة، لكنهم توصلوا إلى حلها من خلال استبدال الجينات محل الاهتمام بشكل منهجي في محاكاة متكررة بنسخ وهمية لا تؤثر في السمة، لكنها تساعد النموذج على معرفة مساهمة كل جين.
«باستخدام تقنيتنا، سنتمكن من تطوير مجموعة دنيا من الخصائص المتوقعة لتحديد السمات محل الاهتمام. يمكنك إنشاء نمط وراثي مثالي في المحاكاة، ثم إجراء فصل مكثف ومتابعة هذا النمط الوراثي»
تتعاون الشركة مع عدة جامعات لتسريع تطوير نباتات مقاومة أخرى، لم تكن لترى النور لولا ذلك. لدى هذه المجموعات البحثية كم هائل من البيانات، لكن مواردها محدودة، ما يجعلها مرشحة مثالية لعرض إمكانات الشركة.
