Czy hodowcy marihuany mogą wykorzystać AI do tworzenia nowych odmian? Przeprowadzone w tej materii badania pokazują, że jest to jak najbardziej możliwe i może przynieść korzyści. Autorzy badania uważają, że wykorzystanie sztucznej inteligencji może skrócić tradycyjne cykle hodowlane, które mogą trwać nawet do ośmiu lat, do ułamka tego czasu, a jednocześnie poprawić stabilność genetyczną – odwieczne wyzwanie, z którym zmagają się komercyjni hodowcy konopi. Oto więcej informacji.
Hodowcy marihuany mogą wykorzystać AI do tworzenia nowych odmian? Badania pokazują, że tak
Hodowcy marihuany mogą być w stanie zaprojektować nowe odmiany i przyspieszyć ich cykle wzrostu, wykorzystując do tego sztuczną inteligencję (AI), sugerują nowe badania.
Naukowcy odkryli, że wprowadzając do modeli sztucznej inteligencji markery genetyczne, pomiary wzrostu, dane środowiskowe i testy chemiczne, hodowcy mogą symulować tysiące potencjalnych krzyżówek i stymulować „szybką hodowlę” za pomocą uczenia maszynowego jeszcze przed zasadzeniem nasion.
Hodowla konopi wspomagana sztuczną inteligencją, oznacza zmianę paradygmatu w rozwoju odmian, umożliwiając precyzyjną kontrolę profili kannabinoidów i terpenów, jednocześnie skracając czas cykli hodowlanych i zapotrzebowanie na zasoby
-mówią autorzy badania

W artykule podkreślono również rolę metabolomiki, rozwijającej się dziedziny nauki, która kataloguje szeroką gamę substancji chemicznych wytwarzanych przez organizmy żywe. Metabolomika to dziedzina nauki badająca metabolity takie jak cukry, kwasy organiczne czy aminokwasy.
Systemy sztucznej inteligencji korelują te zbiory danych, aby przewidzieć, w jaki sposób określone kombinacje genetyczne wpłyną na skład chemiczny i cechy wzrostu roślin, umożliwiając precyzyjny wybór szczepów rodzicielskich do krzyżowania
– zauważyli badacze.

Techniki takie jak selekcja genomiczna, analiza regresji i głębokie uczenie są już stosowane w głównych uprawach rolnych. W przypadkukonopi, narzędzia te poszukują wzorców łączących warianty genetyczne z cechami chemicznymi, takimi jak zawartość THC lub obecność rzadkich kannabinoidów, takich jak CBG czy THCV.
Jednym z największych wyzwań w uprawie konopi jest złożona interakcja między genetyką a środowiskiem. Spektrum światła, wilgotność, dostępność składników odżywczych i subtelne wahania temperatury mogą wpływać na produkcję chemiczną rośliny.
Ostatnio popularne
Badanie, które opublikowano w serwisie naukowym ResearchGate, opisuje, w jaki sposób systemy sztucznej inteligencji mogą uwzględniać te zmienne, aby przewidywać wydajność w różnych środowiskach uprawowych — narzędzie, które może okazać się szczególnie cenne w miarę ekspansji branży na różne regiony klimatyczne.
Sieci neuronowe potrafią śledzić nieliniowe interakcje pomiędzy dziesiątkami genów, które wpływają na chemię roślin, a także uwzględniać warunki środowiskowe.
Te innowacje obiecują szybszy rozwój szczepów, lepszą spójność chemiczną i zwiększoną zdolność adaptacji do zróżnicowanych środowisk wzrostu
– zauważyli autorzy, związani z University of Saskatchewan i Renaissance Bioscience.
Korzystając z instrumentów takich jak spektrometry masowe do chromatografii gazowej, naukowcy mogą wykorzystać sztuczną inteligencję do pomiaru kannabinoidów i terpenów w całym cyklu życia rośliny. W połączeniu z narzędziami obrazowania, które oceniają cechy takie jak gęstość trichomów czy reakcje na stres, te dane dostarczają modelom sztucznej inteligencji surowego materiału do tworzenia coraz dokładniejszych prognoz.
Dzięki tej możliwości hodowcy mogą projektować szczepy nie tylko pod kątem profili chemicznych, ale także pod kątem odporności i zdolności adaptacji w zróżnicowanych środowiskach uprawowych
– napisali badacze

Podkreślili też znaczenie powtarzalności i zauważyli, że „światowy przemysł konopny wymaga wysokiej jakości, powtarzalnych szczepów, co stwarza potrzebę precyzyjnych technologii hodowlanych, które skracają czas wprowadzania na rynek, a jednocześnie maksymalizują plony i moc”.
Autorzy jednocześnie zaznaczają, że pomimo wszystkich swoich zalet, hodowla konopi wspomagana sztuczną inteligencją napotyka na wyzwania, w tym ograniczenia jakości danych, które wpływają na dokładność prognoz genotypowych i fenotypowych. Zwracają również uwagę na komplikacje związane ze złożonymi cechami poligenicznymi, względami etycznymi i barierami regulacyjnymi, zauważając, że „ograniczenia prawne w badaniach nad konopiami mogą ograniczać dostęp do danych”.
Źródło: MarijuanaMoment














