ИИ предсказывает урожайность нута: нейросеть анализирует генетический код для устойчивых сортов

Фильтры

Регион

Новости

ИИ предсказывает урожайность нута: нейросеть анализирует генетический код для устойчивых сортов

Для селекционеров и фермеров, работающих с нутом, появился мощный инструмент, позволяющий заранее определять наиболее устойчивые и продуктивные сорта благодаря искусственному интеллекту. Это особенно важно в условиях засухи и других стрессовых факторов, которые сильно влияют на урожайность этой ценной зернобобовой культуры.

Нут широко выращивается в мире, но его производство сильно зависит от генотипа и условий выращивания, приводя к колебаниям таких агрономических признаков, как урожайность семян и масса 100 семян. Неблагоприятные температуры и низкая доступность воды также серьезно воздействуют на рост, качество семян и реакцию на болезни, например, заражение аскохитозом.

В новом исследовании ученые из Турции использовали искусственные нейронные сети для прогнозирования урожайности зерна нута. Они провели двухлетнее тестирование в условиях Сиваса с участием 96 'претендентов': 86 генотипов дикого нута (Cicer reticulatum), собранных по всей Турции и полученных из международного генбанка ICARDA, а также 10 популярных турецких сортов.

Нейросеть, анализируя данные, определила, что урожай зависит от трех ключевых репродуктивных признаков: массы семян на растение, количества стручков на растение и количества семян на растение. ИИ также учитывает влияние климата, выявляя закономерности, которые человек может не просчитать.

Эта изменчивость требует ускорения разработки скороспелых и стрессоустойчивых сортов, что является главным направлением программ улучшения нута. Предложенная структура, связывающая прогностическую эффективность с интерпретируемым вкладом признаков, дает практические рекомендации по оценке урожайности, выходящие за рамки традиционных статистических подходов.

Благодаря высокой точности прогнозов, селекционеры теперь могут заранее отбирать 'супер-генотипы', устойчивые к засухе, а фермеры принимать решения о посевном материале на основе данных, а не интуиции.

Источник: Fruitinfo.ru

Также в разделе

Комментарии (0)

Этот сайт использует cookies и передает данные службам веб-аналитики для улучшения функционала. Пользуясь сайтом, вы соглашаетесь с этим.