Nyu York Universitetinin alimləri fermerlərə məhsul məhsuldarlığını artırmaq və azot gübrələrinin xərclərini minimuma endirməkdə kömək etmək məqsədi ilə qarğıdalı kimi bitkilərdə azotdan istifadənin səmərəliliyini hansı genlərin kollektiv şəkildə idarə etdiyini müəyyən etmək üçün süni intellektdən istifadə edirlər.

NYU-nun Biologiya Departamentində Carroll və Milton Petrie professoru Qloriya Koruzzi, “Azotun istifadəsi üçün əhəmiyyət kəsb edən genləri müəyyən etməklə, biz qarğıdalı kimi əsas ABŞ bitkilərində azotdan istifadənin səmərəliliyini artırmaq üçün müəyyən genləri seçə və ya hətta dəyişdirə bilərik” dedi .

Son 50 ildə fermerlər bitkilərin yetişdirilməsi və gübrələrin, o cümlədən gübrələrin əsas komponenti olan azotun nə qədər səmərəli mənimsənilməsi və istifadə edilməsi sahəsində əsaslı təkmilləşdirmələr sayəsində daha yüksək məhsuldarlıq əldə edə biliblər .

Yenə də əksər bitkilər fermerlərin tarlalarına tətbiq etdikləri gübrənin tərkibindəki azotun təxminən 55%-ni istifadə edir, qalan hissəsi isə ətrafdakı torpağa düşür. Azot yeraltı sulara sızdıqda, içməli suyu çirkləndirə və göllərdə, çaylarda, su anbarlarında və isti okean sularında zərərli yosunların çiçəklənməsinə səbəb ola bilər. Bundan əlavə, torpaqda qalan istifadə olunmamış azot bakteriyalar tərəfindən azot oksidinə çevrilir , güclü istixana qazı 100 il ərzində karbon qazından 265 dəfə daha təsirli olur.

https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1645945215&adf=4054963813&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1747296695&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-05-artificial-intelligence-genetics-farmers-corn.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM2LjAuNzEwMy45MyIsbnVsbCwwLG51bGwsIjY0IixbWyJDaHJvbWl1bSIsIjEzNi4wLjcxMDMuOTMiXSxbIkdvb2dsZSBDaHJvbWUiLCIxMzYuMC43MTAzLjkzIl0sWyJOb3QuQS9CcmFuZCIsIjk5LjAuMC4wIl1dLDBd&dt=1747296695158&bpp=1&bdt=43&idt=64&shv=r20250513&mjsv=m202505070101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1747296412%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1747296412%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3Dcdf7f2f01784f52d%3AT%3D1735196613%3ART%3D1747296412%3AS%3DAA-Afjb8kbeupLLyQ0QHQmZxpM4v&prev_fmts=0x0&nras=1&correlator=6069525506347&frm=20&pv=1&rplot=4&u_tz=240&u_his=4&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=1817&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31092370%2C95353387%2C31092429%2C95360956&oid=2&pvsid=1840805944154509&tmod=1849028334&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=71

Birləşmiş Ştatlar dünyada qarğıdalı istehsalı üzrə liderdir. Bu əsas pul məhsulu böyümək üçün böyük miqdarda azot tələb edir, lakin qarğıdalıya verilən gübrənin çox hissəsi alınmır və istifadə edilmir. Qarğıdalının azotdan aşağı istifadə səmərəliliyi, gübrələrin artan xərclərini nəzərə alsaq, fermerlər üçün maliyyə problemi yaradır – əksəriyyəti idxal olunur – və həmçinin torpağa, suya, havaya və iqlimə zərər vurmaq riski.

Qarğıdalı və digər bitkilərdə bu problemi həll etmək üçün NYU tədqiqatçıları bitki genetikasını maşın öyrənməsi ilə birləşdirən azotdan istifadənin səmərəliliyini artırmaq üçün yeni bir proses inkişaf etdirdilər, məlumatlarda nümunələri aşkar edən bir süni intellekt növü – bu halda genləri bir əlamətlə əlaqələndirmək (azotdan istifadə səmərəliliyi).

Modeldən məhsula yanaşmadan istifadə edərək, NYU tədqiqatçıları molekulyar genetik yanaşmaların gücündən istifadə edərək laboratoriyada öyrənilməsinin asanlığı səbəbindən bitki biologiyasında model orqanizm kimi tez-tez istifadə edilən kiçik çiçəkli alaq otu olan Arabidopsis ilə paylaşılan qarğıdalı genlərinin təkamül tarixini izlədilər. Nature Communications -da nəşr olunan əvvəlki araşdırmada Coruzzi komandası azota qarşı həssaslığı qarğıdalı və Arabidopsis arasında qorunan genləri müəyyən etdi və onların bitkilərdəki rolunu təsdiqlədi.

Gündəlik anlayışlar üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosda ən son yenilikləri kəşf edin . Pulsuz xəbər bülleteni üçün qeydiyyatdan keçin və mühüm nailiyyətlər, yeniliklər və tədqiqatlar haqqında gündəlik və ya həftəlik yeniləmələr əldə edin .Abunə ol

Cari tədqiqatda, bu mövzuda ən son, NYU tədqiqatçıları, azotdan istifadənin səmərəliliyinin eyni transkripsiya faktoru (tənzimləyici zülal) tərəfindən aktivləşdirilən və ya repressiya edilən gen qrupları tərəfindən necə idarə olunduğunu müəyyən etmək üçün qarğıdalı və Arabidopsisdəki işlərini qurdular.

“Azotdan istifadənin səmərəliliyi və ya fotosintez kimi xüsusiyyətlər heç vaxt tək bir gen tərəfindən idarə olunmur. Maşın öyrənmə prosesinin gözəlliyi ondan ibarətdir ki, o, bir əlamət üçün kollektiv şəkildə cavabdeh olan genlər toplusunu öyrənir və həmçinin bu gen dəstlərini idarə edən transkripsiya faktorunu və ya faktorlarını müəyyən edə bilir”, – Koruzzi bildirib.

Tədqiqatçılar əvvəlcə qarğıdalı və Arabidopsisdəki genlərin azotla müalicəyə necə reaksiya verdiyini ölçmək üçün RNT ardıcıllığından istifadə etdilər. Bu məlumatlardan istifadə edərək, qarğıdalı və Arabidopsis sortlarında qorunan azota cavab verən genləri, həmçinin azotdan istifadə səmərəliliyi (NUE) üçün əhəmiyyət kəsb edən genləri tənzimləyən transkripsiya faktorlarını müəyyən etmək üçün maşın öyrənmə modellərini öyrətdilər.

Hər bir “NUE Regulon” üçün – transkripsiya faktoru və müvafiq tənzimlənən NUE genləri dəsti – tədqiqatçılar kollektiv maşın öyrənmə xalını hesabladılar və sonra birləşmiş ifadə səviyyələrinin azotun tarlada yetişdirilən qarğıdalı sortlarında nə qədər səmərəli istifadə edildiyini dəqiq proqnozlaşdıra bilməsi əsasında ən yaxşı ifaçıları sıraladılar.

Ən yüksək səviyyəli NUE Regulons üçün tədqiqatçılar, hər bir transkripsiya faktoru ilə tənzimlənən genomdakı genlər dəsti üçün maşın öyrənmə proqnozlarını təsdiqləmək üçün həm qarğıdalı, həm də Arabidopsisdə hüceyrə əsaslı tədqiqatlardan istifadə etdilər. Bu təcrübələr, azot istifadəsinə nəzarət edən 24 geni tənzimləyən iki qarğıdalı transkripsiya faktoru (ZmMYB34/R3), həmçinin nitrogendən istifadə edən qarğıdalı ilə genetik keçmişi paylaşan 23 hədəf geni tənzimləyən Arabidopsis (AtDIV1) ilə sıx əlaqəli transkripsiya faktoru üçün NUE tənzimləmələrini təsdiqlədi.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1645945215&adf=3096487112&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1747296712&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-05-artificial-intelligence-genetics-farmers-corn.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM2LjAuNzEwMy45MyIsbnVsbCwwLG51bGwsIjY0IixbWyJDaHJvbWl1bSIsIjEzNi4wLjcxMDMuOTMiXSxbIkdvb2dsZSBDaHJvbWUiLCIxMzYuMC43MTAzLjkzIl0sWyJOb3QuQS9CcmFuZCIsIjk5LjAuMC4wIl1dLDBd&dt=1747296695283&bpp=2&bdt=169&idt=2&shv=r20250513&mjsv=m202505070101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1747296412%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1747296412%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3Dcdf7f2f01784f52d%3AT%3D1735196613%3ART%3D1747296412%3AS%3DAA-Afjb8kbeupLLyQ0QHQmZxpM4v&prev_fmts=0x0%2C750x280%2C1905x945&nras=2&correlator=6069525506347&frm=20&pv=1&rplot=4&u_tz=240&u_his=4&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=4321&biw=1905&bih=945&scr_x=0&scr_y=633&eid=31092370%2C95353387%2C31092429%2C95360956&oid=2&psts=AOrYGslX9LklbTFrCzUsCL-eqQVVqeT5YaLi42EJSidiHBFCr8qIhbUE4AneQMU3Gez423kEe7_FHP7mSt8BvZ0&pvsid=1840805944154509&tmod=1849028334&uas=1&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=5&uci=a!5&btvi=2&fsb=1&dtd=16857

Maşın öyrənmə modellərinə yenidən daxil edildikdə, bu modeldən məhsula qorunan NUE tənzimləmələri süni intellektin tarlada yetişdirilən qarğıdalı sortlarında azotdan istifadə səmərəliliyini proqnozlaşdırmaq qabiliyyətini əhəmiyyətli dərəcədə artırdı.

Azot istifadəsini tənzimləyən kollektiv genlərin NUE qaydaları və əlaqəli transkripsiya faktorlarının müəyyən edilməsi bitki alimlərinə daha az gübrəyə ehtiyacı olan qarğıdalı yetişdirməyə və ya mühəndislik etməyə imkan verəcək.

“Qarğıdalı hibridlərinə cücərmə mərhələsində baxaraq, azotdan istifadə üçün müəyyən edilmiş əhəmiyyətli genlərin ifadəsinin yüksək olub-olmadığını, onları sahəyə əkmək və azot istifadəsini ölçmək əvəzinə, molekulyar markerlərdən istifadə edərək, fidan mərhələsində hibridləri seçə bilərik.

“Bu, təkcə fermerlər üçün xərclərə qənaətlə nəticələnməyəcək, həm də yeraltı suların azotla çirklənməsinin və azot oksidi istixana qazı emissiyalarının zərərli təsirlərini azaldacaq.”

NYU bu sənəddə təsvir edilən araşdırma və tapıntıları əhatə edən patent ərizəsi təqdim etdi ; Müvəqqəti patent, həmçinin azotdan istifadənin səmərəliliyini artırmaq üçün əkinlərdə NUE requlonlarının mühəndisliyi üçün CRISPR gen redaktə texnologiyasının istifadəsini təsvir edir.

Daha çox məlumat: Ji Huang və digərləri, NUE regulons konservləşdirilmiş modeldən məhsula azotdan istifadə səmərəliliyinin maşın öyrənmə proqnozlarını artırır, The Plant Cell (2025). DOI: 10.1093/plcell/koaf093

Jurnal məlumatları: Nature Communications , Plant Cell  

Nyu York Universiteti tərəfindən təmin edilmişdir