Künstliche Intelligenz entschlüsselt die Sprache der Pflanzen
Forschende haben ein KI-Modell entwickelt, das die genetische Sprache von Pflanzen versteht. Es könnte Pflanzenforschung und Gendesign revolutionieren.
Künstliche Intelligenz wird zum Pflanzenversteher - zumindest was die genetische Sprache angeht.
Foto: John Innes Centre
Hört mal, wer da spricht: Ein neues KI-Modell kann die genetische Sprache der Pflanzen verstehen. Forschende des John Innes Centre in Norwich und der University of Exeter entwickelten gemeinsam das Werkzeug PlantRNA-FM, das Entdeckungen in der Pflanzenforschung revolutionieren könnte. Das Modell ist nicht nur das erste seiner Art, sondern bietet auch spannende Perspektiven für die Erforschung anderer Organismen wie Bakterien und Wirbelloser.
Was ist PlantRNA-FM?
PlantRNA-FM basiert auf künstlicher Intelligenz und wurde entwickelt, um die komplexen Sequenzen und Strukturen der RNA in Pflanzen zu analysieren. RNA ist ein Schüsselmolekül in allen lebenden Organismen und ähnelt der bekannteren DNA. Sie transportiert genetische Informationen und reguliert biologische Funktionen wie Wachstum oder Stressreaktionen. RNA-Sequenzen bestehen aus Nukleotiden, die in bestimmten Mustern angeordnet sind – vergleichbar mit Wörtern und Sätzen in einer Sprache.
Für die Entwicklung von PlantRNA-FM nutzten die Forschenden einen Datensatz mit 54 Milliarden RNA-Informationen. Diese Daten decken genetische Muster von 1.124 Pflanzenarten ab und bilden ein umfassendes Alphabet der pflanzlichen RNA-Sprache. Die Methodik, die bei der Entwicklung des Modells zum Einsatz kam, ähnelt der von Sprach-KI wie ChatGPT. Statt menschlicher Sprache erlernte PlantRNA-FM jedoch die Grammatik und Logik der RNA-Strukturen.
Wie funktioniert das Modell?
PlantRNA-FM kann RNA-Muster erkennen und analysieren, um deren Funktionen vorherzusagen. Dies ermöglicht es Wissenschaftlerinnen und Wissenschaftlern, die verborgenen Mechanismen der RNA zu entschlüsseln. Die Forschenden testeten das Modell und fanden heraus, dass es spezifische funktionelle RNA-Strukturmuster in den Transkriptomen identifizieren kann. Diese Erkenntnisse wurden experimentell bestätigt: Die analysierten RNA-Strukturen beeinflussen tatsächlich die Effizienz, mit der genetische Informationen in Proteine übersetzt werden.
Dr. Haopeng Yu vom John Innes Centre beschreibt es so: „Für das menschliche Auge erscheinen RNA-Sequenzen zufällig. Unser KI-Modell hat jedoch gelernt, die verborgenen Muster zu entschlüsseln.“ Die Ergebnisse verdeutlichen, wie KI-basierte Modelle die Komplexität biologischer Systeme entschlüsseln können.
Mögliche Anwendungen und Zukunftsperspektiven
PlantRNA-FM ist erst der Anfang. Die Forschenden sehen enormes Potenzial in der Weiterentwicklung dieser Technologie. Sie arbeiten bereits an fortschrittlicheren Ansätzen, um nicht nur RNA, sondern auch DNA-Sprachen besser zu verstehen. Langfristig könnten solche Modelle die Programmierung von Pflanzen ermöglichen und zur Entwicklung neuer Nutzpflanzen beitragen.
Professorin Yiliang Ding betont: „Dieser Durchbruch könnte tiefgreifende Auswirkungen auf die Verbesserung von Nutzpflanzen und das KI-basierte Gendesign haben.“ Die Möglichkeiten reichen von der Anpassung von Pflanzen an den Klimawandel bis hin zur Steigerung der Ernteerträge für eine wachsende Weltbevölkerung.
Darüber hinaus könnte PlantRNA-FM auch in anderen Bereichen der Biologie eingesetzt werden, zum Beispiel zur Analyse der genetischen Muster von Mikroorganismen. Die Zusammenarbeit mit Partnern wie der Northeast Normal University und der Chinesischen Akademie der Wissenschaften unterstreicht die internationale Bedeutung dieses Projekts.
Ein Beitrag von:
