政府间气候变化专门委员会(IPCC)宣布，从大气中去除碳对于应对气候变化和限制全球气温上升至关重要。为了支持这些努力，索尔克研究所的科学家们正在利用植物从空气中吸收二氧化碳的自然能力，通过优化根系来更长时间地储存更多的碳。

人工智能帮助科学家设计植物来应对气候变化

为了设计这些气候保护植物，索尔克植物利用计划的科学家们正在使用一种名为SLEAP的复杂新研究工具，这是一种易于使用的人工智能(AI)软件，可以跟踪根部生长的多种特征。SLEAP由索尔克研究员TalmoPereira创建，最初设计用于跟踪实验室中的动物运动。现在，佩雷拉与植物科学家、索尔克同事WolfgangBusch教授合作，将SLEAP应用于植物。

在《植物表型学》上发表的一项研究中，Busch和Pereira首次提出了一种使用SLEAP分析植物根表型的新方案，包括植物生长的深度和宽度、根系的体积以及其他在SLEAP之前乏味的物理品质测量。SLEAP在植物上的应用已经使研究人员能够建立迄今为止最广泛的植物根系表型目录。

此外，跟踪这些物理根系特征有助于科学家找到与这些特征相关的基因，以及多个根特征是否由相同基因决定或独立决定。这使得索尔克团队能够确定哪些基因对其植物设计最有利。

“这次合作确实证明了索尔克科学如此特殊和有影响力的原因，”佩雷拉说。“我们不仅仅是从不同学科‘借用’——我们真正将它们放在平等的基础上，以便创造出比各部分相加更伟大的东西。”

在使用SLEAP之前，追踪植物和动物的物理特征需要大量劳动力，从而减慢了科学进程。如果研究人员想要分析植物的图像，他们需要手动标记图像中属于植物和不是植物的部分——逐帧、逐个部分、逐个像素。只有这样，旧的才能用于处理图像并收集有关植物结构的数据。

SLEAP的独特之处在于它对计算机视觉(计算机理解图像的能力)和深度学习(一种训练计算机像人脑一样学习和工作的人工智能方法)的独特运用。这种组合使研究人员能够在不逐像素移动的情况下处理图像，而是跳过这个中间的劳动密集型步骤，直接从图像输入跳转到定义的植物特征。

“我们创建了一个在多种植物类型中经过验证的强大协议，可以减少分析时间和人为错误，同时强调可访问性和易用性，并且不需要对实际的SLEAP软件进行任何更改，”第一作者ElizabethBerrigan说道。Busch实验室的生物信息学分析师。

在不修改SLEAP基线技术的情况下，研究人员为SLEAP开发了一个可下载的工具包，称为sleap-roots(在此处作为开源软件提供)。借助sleap-roots，SLEAP可以处理根系的生物特征，例如深度、质量和生长角度。

研究小组在多种植物中测试了休眠根包，包括大豆、水稻和油菜等农作物，以及模式植物拟南芥(芥菜科的一种开花杂草)。在试验的各种植物中，他们发现基于SLEAP的新颖方法优于现有实践，注释速度提高了1.5倍，AI模型训练速度提高了10倍，根据新数据预测植物结构的速度提高了10倍，所有这些都具有相同或更好的效果准确度比以前高。

结合大规模基因组测序工作来阐明大量作物品种的基因型数据，这些表型数据(例如在土壤中生长得特别深的植物根系)可以推断出来，以了解负责创建特别深的根系的基因。

连接表型和基因型的这一步骤对于索尔克的使命至关重要，即创造能够保留更多碳且保存时间更长的植物，因为这些植物需要更深、更健壮的根系。实施这种准确高效的软件将使利用植物计划能够以突破性的轻松和速度将所需的表型与目标基因连接起来。

“我们已经能够创建迄今为止最广泛的植物根系表型目录，这确实加速了我们创建应对气候变化的碳捕获植物的研究，”索尔克植物科学赫斯主席布希说。“得益于Talmo专业的软件设计，SLEAP非常易于应用和使用，它将成为我的实验室前进中不可或缺的工具。”

在创建SLEAP和sleap-roots时，可访问性和可重复性是Pereira的首要考虑因素。由于该软件和sleap-roots工具包可以免费使用，因此研究人员很高兴看到sleap-roots将如何在世界各地使用。他们已经开始与美国宇航局科学家进行讨论，希望利用该工具不仅可以帮助指导地球上的碳封存植物，还可以研究太空中的植物。

在索尔克，协作团队尚未准备好解散，他们已经开始迎接使用SLEAP分析3D数据的新挑战。未来几年，改进、扩展和共享SLEAP和sleap-roots的工作仍将继续，但其在索尔克利用植物计划中的使用已经加速了植物设计，并帮助该研究所对气候变化产生影响。