Gregor Mendel, il padre ottocentesco della genetica, ha trascorso anni osservando, misurando e annotando a mano i tratti delle piante di pisello, per scoprire alla fine le basi dell’eredità genetica. Oggi i botanici possono tracciare i tratti, o fenotipi, di centinaia o migliaia di piante molto più rapidamente, con sistemi di telecamere automatizzati.
Ora, i ricercatori del Salk Institute hanno contribuito a velocizzare ulteriormente la fenotipizzazione delle piante, grazie ad algoritmi di apprendimento automatico che insegnano a un sistema informatico ad analizzare le forme tridimensionali dei rami e delle foglie di una pianta. Lo studio, pubblicato su Plant Physiology, potrebbe aiutare gli scienziati a quantificare meglio il modo in cui le piante rispondono ai cambiamenti climatici, alle mutazioni genetiche o ad altri fattori.
“Quello che abbiamo fatto è sviluppare una suite di strumenti che aiutano ad affrontare alcune comuni sfide di fenotipizzazione”, spiega Saket Navlakha, professore associato presso il Laboratorio di biologia integrativa, tra gli autori dello studio.
L’ambiente in cui vive una pianta concorre a determinare la sua struttura, che a sua volta è legata alla sua salute generale. Gli scienziati, allo scopo di scoprire i segreti della crescita delle piante, di progettare piante più resistenti o di aumentare la produzione agricola, si trovano spesso a dover misurare caratteristiche dettagliate delle foglie e dei germogli di una pianta. Per eseguire questa fenotipizzazione in modo efficiente, molti ricercatori utilizzano sistemi di telecamere che catturano immagini di ogni pianta da varie angolazioni e assemblano poi il tutto in un modello tridimensionale. Tuttavia, alcune misurazioni sono difficili da prendere con questo sistema di immagini “cucite insieme”.
Di recente, per catturare la struttura delle architetture vegetali, è stato utilizzato anche un nuovo metodo di scansione laser 3D: i ricercatori puntano un laser su ogni pianta “dipingendo” la sua superficie con il raggio. I dati risultanti – chiamati “nuvola di punti 3D” – riprendono i dettagli precisi della superficie della pianta. Analizzare quantitativamente le “nuvole di punti” può essere però impegnativo, poiché la tecnologia è ancora relativamente nuova e i set di dati sono enormi.
Navlakha, nel nuovo studio, ha utilizzato uno scanner laser 3D per scansionare 54 piante di pomodoro e tabacco coltivate in una varietà di condizioni. Quindi, ha associato le nuvole di punti 3D così ottenute ad algoritmi di apprendimento automatico, in modo da insegnare al programma come fenotipizzare le piante. La tecnica ha coinvolto anche i ricercatori umani che hanno inizialmente indicato manualmente dove erano le foglie e i germogli sulle piante; successivamente, il software ha iniziato a riconoscere automaticamente queste funzionalità.
I ricercatori si sono concentrati sull’insegnamento del programma per effettuare tre misurazioni di un fenotipo spesso usato dagli scienziati: distinguere gli steli dalle foglie, contare le foglie e le loro dimensioni e delineare i modelli di ramificazione di una pianta. Gli studiosi hanno ottenuto un ottimo successo: per esempio, il nuovo metodo aveva un’accuratezza del 97,8 percento nell’identificazione di steli e foglie.
Navlakha e il suo gruppo vogliono continuare a perfezionare l’approccio in modo da riuscire a differenziare due foglie ravvicinate, per esempio, una cosa ancora molto impegnativa. inoltre, la versione corrente del software potrebbe non funzionare su tutti i tipi di impianti e la speranza è di generalizzare il software in modo che possa lavorare su piante che vadano dalle viti agli alberi, e anche per analizzare le radici.
Gli scienziati rilasceranno il loro software come open-source, e sarà a disposizione degli altri ricercatori. L’obiettivo è che il software acceleri la ricerca sulle piante, rendendo la fenotipizzazione più veloce e semplice.