जब सियाओक्सी मेंग र झिकाई लिiang्गले दुई चार वर्ष पहिले विचार प्रस्ताव गरेका थिए, जेम्स स्नेबल शंकास्पद थिए। कमसेकम भन्नु
"ठीक छ, तपाईं कोशिस गर्न सक्नुहुन्छ, तर मलाई लाग्दैन कि यसले काम गर्दैछ," "एग्रोनोमी र बागवानीका सहयोगी प्राध्यापक नेब्रास्का युनिभर्सिटी Sch लिंकनको स्नेबलको प्रयोगशालामा पोस्टडक्टोरल अनुसन्धानकर्ता मेंग र लिiang्गलाई भने।
ऊ गलत थियो र, पछिल्लो दृष्टिमा, कहिलै खुशी हुने थिएन। यद्यपि त्यस समयमा, स्नाबलसँग भौं बढाउने उचित कारण थियो। यस दुबैको धारणा - कि चिसो-संवेदनशील बालीहरूको डीएनए दृश्यहरू जुन कडा हिउँमा समर्पण गर्दछ यसले कडा जंगली, कडा बोटबिरुवाहरू कसरी चिसो हुने अवस्था सहन सक्दछ भनेर भविष्यवाणी गर्न मद्दत पुर्याउँछ - दुस्साहस देखिन्छ। कमसेकम भन्नु अझै, यो एक कम जोखिम, उच्च-इनाम प्रस्ताव थियो। किनभने यदि मेg्ग र लिiang्गले यसलाई प्राप्त गर्न सक्दछन्, यसले चिसो-संवेदनशील बालीलाई थोरै वा धेरै नै उनीहरूको चिसो प्रतिरोधी समकक्षहरू जस्तै बनाउनको लागि द्रुत ट्र्याक प्रयासहरू गर्न सक्दछ।
विश्वको सबैभन्दा महत्त्वपूर्ण बालीहरू उष्ण कटिबन्धीय क्षेत्रहरूमा पाल्थे - दक्षिणी मेक्सिकोको मकै, पूर्वी अफ्रिकाको ज्वार - जसले उनीहरूलाई चिसो वा हिउँबाट बचाव गर्न कुनै दबाब दिएन। जब ती बालीना कडा मौसममा उब्जाउछ, चिसो प्रति तिनीहरूको संवेदनशीलता कति चाँडै रोप्न सकिन्छ र कति ढिलो तिनीहरू कटनी गर्न सकिन्छ। छोटो बढ्दो मौसममा प्रकाश संश्लेषणको लागि कम समय बराबर हुन्छ, परिणामस्वरूप कम उत्पादन र विश्वव्यापी जनसंख्याको लागि कम खाद्यान्न २० in० सम्ममा १० अर्ब व्यक्तिको नजिक जाने अपेक्षा गरिएको छ।
चिसो मौसम
चिसो मौसममा पहिले नै बढ्ने बोट प्रजातिहरू, यसै बीच, चिसो सहन सहन ट्रिकहरू विकसित भए। तिनीहरूले कम सेलुलर तरलता कायम गर्न सेलुलर झिल्लीलाई पुन: कन्फिगर गर्न सक्दछन, झिल्लीलाई जमिन र भंग हुनेबाट रोक्दछन्। तिनीहरूले ती झिल्लीहरू र वरपरका तरलहरूमा चिनीको ड्यास थप्न सक्दछन्, उनीहरूको फ्रिजिंग पोन्टलाई त्यस्तै गरी, जुन नुनले फुटपाथमा गर्दछ। तिनीहरू क्रिस्टलहरू सेल बस्टि masses्ग जनतामा बढ्नुभन्दा पहिले माइनसकुल आइस क्रिस्टललाई प्रहार गर्ने प्रोटीन पनि उत्पादन गर्न सक्दछन्।
ती सबै प्रतिरक्षा आनुवंशिक स्तरमा उत्पन्न हुन्छन्, यद्यपि केवल DNA को क्रममा मात्र होइन। जब बोटहरू स्थिर हुन सुरू गर्दछन्, तिनीहरू अनिवार्य रूपमा केही खास जीनहरू बन्द गरेर वा खोलेर प्रतिक्रिया गर्न सक्छन् - तिनीहरूको आनुवंशिक निर्देशन मैन्युअललाई ट्रान्सक्रिप्ट गर्न र सञ्चालन गर्न रोक्न वा अनुमति दिएर। कुन जीन चिसो-सहनशील बोटबिरुवा बन्द हुन्छ र हिउँको तापक्रमको सामना गर्दै जान्छ भन्ने कुरा थाहा पाएपछि अनुसन्धानकर्ताहरूले उनीहरूको सुदृढीकरणको आधारशिला बुझ्न सक्दछन् र अन्ततः इन्जीनियरले पनि शीत-संवेदनशील बालीमा त्यस्तै बचाव गर्न सक्छन्।
तर स्नेबललाई पनि थाहा थियो, मेg्ग र लिiang्गले गरेझैं एक समान जीनले पनि प्राय: बोटबिरुवाको प्रजातिहरूमा चिसोमा फरक फरक प्रतिक्रिया देखाउँदछ। जसको अर्थ हो, निराश भएर, कि एउटा प्रजातिमा जीनले चिसो प्रतिक्रिया देखाउँदा वनस्पति वैज्ञानिकहरूले अर्को कुनै जीनको व्यवहारको बारेमा निर्णायक केही पनि बताउँदैनन्। त्यो अप्रत्याशितता, परिणामस्वरूप, जीनलाई निष्क्रिय वा सक्रिय पार्ने नियम के सिक्न प्रयास गर्नमा बाधा पुर्यायो।
"हामी अझै पनि वास्तवमै छौं, किन जीनहरू बन्द र खोल्दछन् भनेर बुझेकोमा साँच्चिकै खराब छौं," स्नेबलले भने।
मकै बोट
नियम पुस्तकको अभावमा, अनुसन्धानकर्ताहरूले मेशिन लर्निंगमा परिवर्तन गरे जुन कृत्रिम बुद्धिमत्ताको एक रूप हो जुन आवाश्यक रूपमा यसको आफ्नै लेख्न सक्दछ। उनीहरूले विशेष रूपमा पर्यवेक्षित वर्गीकरण मोडेलको विकास गरे - यो क्रमबद्ध जुन, जब, बिरालो र न-बिरालाहरूको पर्याप्त लेबल छविहरूको साथ प्रस्तुत हुन्छ, अन्ततः पछिल्लोलाई पछिल्लोबाट भिन्न पार्न सिक्न सक्दछ। टोलीले सुरुमा मकैबाट अनुक्रमित जीनहरूको एक विशाल ढेरको साथ आफ्नो मोडल प्रस्तुत गर्यो, साथसाथै त्यस जीनको औसत क्रियाकलापको स्तरको साथ जब बोटबिरुवामा चिसो तापक्रम पर्ने थियो। मोडललाई प्रत्येक मकैको जीनका लागि "हामीले सोच्न सक्ने हरेक सुविधाहरू" पनि खुवाइन्थ्यो, स्नेबलले भने, यसको लम्बाई, यसको स्थिरता र अन्य मकैको बोटबिरुवामा पाइने यसको अन्य संस्करणहरू बीचको कुनै पनि भिन्नता।
पछि, अनुसन्धानकर्ताहरूले आफ्नो जीनको सबसेटमा सूचनाको एक टुक्रा मात्र लुकाएर आफ्नो मोडेलको परीक्षण गरे: चाहे तिनीहरूले हिउँको तापक्रमको शुरुआतलाई प्रतिक्रिया दिए, वा नभए। जीनका सुविधाहरूको विश्लेषण गरेर यो भनिएको थियो कि या त उत्तरदायी थियो वा गैर-उत्तरदायी, मोडेलले पत्ता लगायो कि ती सुविधाहरूको संयोजन जुन प्रत्येकसँग प्रासंगिक थियो - र त्यसपछि सफलतापूर्वक बाँकी रहेका, रहस्य-बाकस जीनहरूको बहुमतलाई तिनीहरूको सही कोटीहरूमा राखियो।
निस्सन्देह यो एक आशाजनक शुरुआत थियो। तर वास्तविक परीक्षा बाँकी: के मोडेलले एक प्रजातिमा प्राप्त गरेको प्रशिक्षण लिन सक्छ र अर्कोमा यसलाई लागू गर्न सक्छ?
यसको उत्तर निश्चित हो। डीएनए डाटाको साथ six प्रजातिमध्ये केवल एकबाट मात्र तालिम पाइसकेपछि - मकै, ज्वार, मोतीको बाजरा, प्रोसो बाजरा, फोक्सटेल बाजरा वा स्विचग्रास - मोडलले सामान्य रूपमा अन्य पाँच मध्ये कुनै पनि जीन जमिनको प्रतिक्रिया दिन सक्छ भनेर अनुमान गर्न सक्षम थियो। श्नाबेलको छक्कलाग्दो कुरा के हो भने, यो मोडल एक चिसो-संवेदनशील प्रजाति - मकै, ज्वारम, मोती वा प्रोसो बाजरामा प्रशिक्षित भए पनि समातिएको थियो - तर जाडो-सहनशील फोक्सटेल बाजरा वा स्विचग्रासमा जीन प्रतिक्रियाको पूर्वानुमान गर्ने जिम्मा दिइयो।
मोडेल
"हामीले तालिम गरेका मोडेलहरूले प्रजातिहरूमा झैं काम गरे जस्तै तपाईसँग वास्तवमा एउटा प्रजातिमा डाटा छ र त्यहि प्रजातिमा भविष्यवाणी गर्न आन्तरिक डेटा प्रयोग गर्यो," उनले भने, आश्चर्यकर्मको संकेत पछि उसको आवाजमा सुस्त रह्यो। “मैले त्यस्तो भविष्यवाणी गरेको थिइनँ।”
"यो धारणा जुन हामी केवल कम्प्युटरमा यी सबै जानकारीहरू फिड गर्न सक्छौं, र यसले कम्तिमा केही नियमहरू पत्ता लगाउन सक्छ जुन पूर्वानुमान गर्न काम गर्दछ, जुन अझै मेरो लागि अचम्मको कुरा हो।"
ती भविष्यवाणीहरू खास गरी उपयोगी साबित हुन सक्छ विकल्पको विचार गर्दा। करीव एक दशकको लागि, वनस्पति जीवविज्ञानीहरूले वास्तवमा आरएनए अणुहरूको संख्या मापन गर्न सक्षम भएका छन् - डीएनए निर्देशनहरू ट्रान्सक्रिप्ट गर्न र ढुवानी गर्नको लागि जिम्मेवार व्यक्तिहरू - एक जीवित प्लान्टमा प्रत्येक जीनले उत्पादन गर्दछ। तर तुलनात्मक रूपमा त्यो जीनको अभिव्यक्ति कसरी जीवित नमूनाहरूमा चिसो प्रतिक्रिया गर्दछ, र बहु प्रजातिहरूमा, एक कष्टकर उपक्रम हो, Schnable भने। यो खास गरी जंगली बोटबिरुवाहरूसँग सत्य छ जसको बीउ लिनको लागि पनि गाह्रो हुन सक्छ। ती बीउहरू अपेक्षित समयमा टुसाउन सक्दैनन्, यदि सबै भए पनि, र बढ्नको लागि वर्षहरू लिन सक्दछ। जे भए पनि, प्रत्येक परिणामस्वरूप बोट बिरुवा उही, नियन्त्रित वातावरणमा खेती गरिनु पर्छ र उही विकास चरणमा अध्ययन गर्नुपर्दछ।
अधिक प्रजातिहरू
ती सबैले पर्याप्त ज wild्गली प्रजातिहरूबाट पर्याप्त वन्य नमूनाहरू उब्जाउन व्यापक चुनौती खडा गर्छन, जाडोमा तिनीहरूको जीनको प्रतिक्रियाहरूको प्रतिलिपि बनाउन र सांख्यिकीय मूल्यांकन गर्न।
"यदि हामी वास्तवमै जीनहरू के महत्त्वपूर्ण छन् भन्ने कुरा प्राप्त गर्न चाहन्छौं - जसले वास्तवमा बोटलाई चिसोमा कसरी अनुकूल बनाउँछ भन्ने भूमिका खेल्छ - हामीले दुई भन्दा बढी प्रजातिहरूलाई हेर्नु आवश्यक छ," स्नेबलले भने। "हामी चिसो सहन नसक्ने प्रजातिहरूको समूह र संवेदनशील समूहलाई हेर्न चाहन्छौं र त्यस बान्कीलाई हेर्दछौं:" यो उही जीन जहिले पनि एकमा प्रतिक्रिया जनाउँदछ र सधैं अर्कोमा प्रतिक्रिया गर्दैन। "
"त्यो वास्तवमै ठूलो र महँगो प्रयोग हुन थाल्छ। यो साँच्चिकै राम्रो हुन्छ यदि हामी केवल ती प्रजातिहरूको डीएनए अनुक्रमबाट पूर्वानुमान गर्न सक्दछौं बरु, २० प्रजाति लिएर तिनीहरू सबैलाई एकै चरणमा प्राप्त गर्न को लागी, ती सबै समान तनाव उपचारको माध्यमबाट राख्छौं, र प्रत्येक प्रजातिमा प्रत्येक जीनको लागि उत्पादन गरिएको आरएनएको मात्रा नाप्नुहोस्। "
भाग्यवस यस मोडेलको लागि, अनुसन्धानकर्ताहरूले already०० भन्दा बढी बोट प्रजातिहरूको जीनोमहरूको अनुक्रम गरिसकेका छन्। एक चलिरहेको अन्तर्राष्ट्रिय प्रयासले त्यो संख्यालाई आगामी केही बर्षहरूमा १०,००० सम्म पुग्न सक्छ।
यद्यपि मोडेलले आफ्नो सामान्य अपेक्षालाई बेतहाताले पार गरिसकेको छ, स्नाबलले भने कि अर्को चरणमा "हामी आफैं र अन्य मानिसहरूलाई दुबै" विश्वस्त पार्ने छौं कि यसले अहिलेसम्म काम गरिरहेको छ। आजसम्मको प्रत्येक परीक्षण केसमा, अन्वेषकहरूले मोडेललाई उनीहरूलाई उनीहरूले पहिले नै जानेका कुरा बताउन आग्रह गरे। उनले भने, अन्तिम परीक्षण तब आउँनेछ जब दुबै मानिस र मेशीन स्क्र्याचबाट शुरू हुँदैछ।
"अर्को ठूलो प्रयोग मलाई लाग्छ हामीले गर्नुपर्ने एउटा प्रजातिमा भविष्यवाणी गर्नु हो जहाँ हामीसँग कुनै डाटा छैन।" उनले भने। "मानिसहरूलाई यो कुरा बुझाउन कि यो वास्तवमै केसहरूमा काम गर्दछ जहाँ हामीलाई उत्तरहरू थाहा छैन।"
टोलीले आफ्ना निष्कर्षहरू राष्ट्रिय एकेडेमी अफ साइंसेज जर्नलमा रिपोर्ट गरेको थियो। मेनग, लिiang्ग र स्नेबलले नेब्रास्काको रेबेका रोस्टन, याang झhang्ग, समीरा महबूब र स्नातक विद्यार्थी डानियल एनगुको साथ शेन्डnd्ग कृषि विश्वविद्यालयको भ्रमण गर्ने विद्वान शिरुरु दाईसँग अध्ययन लेखेका थिए।
थप जानकारीको लागि:
नेब्रास्का लिंकन विश्वविद्यालय
www.unl.edu