Avalo如何利用机器学习加快农作物适应气候变化
气候变化正在影响全球农业，而解决方案很少简单。如果你能种植耐热、耐寒或耐旱的作物，而不必一次又一次地迁移数千公里去寻找合适的气候，那会怎样？ Avalo 正在利用基于人工智能的基因组分析让这类植物成为现实，这有望缩短并降低培育更能适应这个炎热时代的作物所需的时间和成本。
Avalo由两位朋友创立，他们在投身学术生涯之前想先尝试创业。该公司的价值主张非常直接，但要理解它需要一点科学知识。
大型种子和农业公司已经付出大量努力来培育主要作物的更优品种。如果让玉米或水稻对高温、害虫、干旱或洪涝更具抵抗力，它们就能显著提高产量和农民收入，或者让作物在以前无法生长的地区变得可以种植。
“赤道地区的产量大幅下降，原因并不是玉米粒变小了。由于咸水入侵毁坏农田，农民转向高海拔地区，但他们又面临早春霜冻，导致幼苗死亡。或者，他们需要抗锈病的小麦，以度过潮湿夏季的真菌爆发。如果我们想适应这种新的环境现实，就必须培育新的品种”
为了系统地实现这些改进，研究人员着重于作物中已经存在的性状。这并非植入新基因，而是识别已有的特质。过去的做法很简单：种植多株植物，进行比较，然后播种表现出该性状最佳的那一株的种子。
如今，研究人员已经对这些植物的基因组进行了测序，因此可以更加精准。在了解哪些基因在具有目标性状的植物中处于活跃状态后，就可以针对这些基因的更佳表达来培育后代。问题在于，这需要很长时间，实际上接近十年。
当代流程的复杂性源于这样一个事实：抗旱等性状并非由单个基因决定，而可能涉及大量相互作用的基因。正如成为奥运体操运动员并不存在单一基因，成为抗旱水稻也没有单一基因。因此，当公司开展所谓的全基因组关联研究时，最终会得到数百个可能影响该性状的候选基因，然后必须耐心地在活体植物上测试它们的各种组合，即使在工业规模上，这也需要many年时间。
“当性状变得复杂时，仅仅找到基因然后对其进行操作的能力其实相当有限。尝试提高一种酶的效率很容易，只需使用CRISPR对其进行编辑，但要提高玉米产量，则需要数千甚至数百万个基因共同作用。如果你是一家大型公司，想培育抗旱水稻，你需要计算15年和2亿美元。这是一场漫长的博弈 ”
Avalo正是在这里发挥作用。该公司构建了一个用于模拟植物基因组变化影响的平台，据其称，可以将原本15年的周期缩短到两三年，成本也按类似比例降低。其理念是构建一个更真实的基因组模型，更充分地考虑进化因素。
也就是说，模拟基因组及其上基因的系统纳入了更多来自生物学和进化的背景信息。借助更完善的平台，与性状相关的基因误判会大幅减少，因为它排除了大量噪声、无关基因、次要因素等等。
柯林斯以一个公司研发的耐寒水稻品种为例。全基因组研究发现了566个“感兴趣的基因”，而研究每一个基因大约需要4万美元，这取决于所需的时间、人员和材料。这意味着仅研究这一个性状就可能耗资2000万美元，并需要数年时间，这自然会限制能够承担此类项目的企业，以及它们愿意投入时间和资金的作物范围。如果你期望获得投资回报，就不能把这些钱花在为小众市场改良作物上。
“我们致力于让这一过程普及化。在同一组耐寒水稻数据中，我们发现了32个感兴趣的基因，并且基于我们的模拟和回溯研究，我们知道它们确实都是因果性的。我们还培育了10个样本来验证这些结果”
从一开始，Avalo的系统就排除了90%以上需要逐一研究的基因。他们确信这32个基因不仅彼此相关，而且是因果性的，对性状产生实际影响。简短的研究也证实了这一点：当某个特定基因被阻断时，研究人员观察了其影响。Avalo将其方法称为“通过非信息性扰动发现基因”，简称GDIP。
在从噪声中提取信号方面，这在一定程度上是机器学习算法的内在能力，但研究人员需要以新的方法处理这一问题，让平台自行学习结构和关系。对他们来说，模型可解释也很重要，即其结果不是凭空出现在黑箱中，而是有一定的依据。
最后一个问题很难，但他们通过在重复模拟中系统地将感兴趣的基因替换为不影响性状的虚拟版本，解决了这一问题，从而帮助模型了解每个基因的贡献。
“借助我们的技术，我们能够开发出一套最小的可预测特征集，用于识别感兴趣的性状。你可以在模拟中构建理想基因型，然后进行密集的分离并跟踪该基因型”
该公司正与多所大学合作，加速培育其他原本可能永远无法问世的抗逆作物。这些研究团队拥有大量数据，但资源并不充裕，这使他们成为展示公司能力的理想对象。
