PlantRNA-FM: la grammatica genetica delle piante
Un team di ricercatori del John Innes Centre e dell’Università di Exeter ha sviluppato PlantRNA-FM, un modello di AI descritto su Nature Machine Intelligence. Questo modello si basa su un gigantesco set di dati contenente 54 miliardi di informazioni genetiche provenienti da 1.124 specie vegetali. Utilizzando un approccio simile a quello di strumenti come ChatGPT, PlantRNA-FM è stato addestrato a interpretare il linguaggio dell’RNA, che regola funzioni biologiche essenziali come la crescita e la risposta allo stress delle piante. Grazie alla sua capacità di decodificare schemi genetici complessi, il modello consente di prevedere con precisione le funzioni dell’RNA e identificare strutture funzionali che influenzano l’efficienza delle proteine.
RNA: il linguaggio nascosto delle molecole
L’RNA, molecola affine al DNA, trasporta informazioni genetiche attraverso sequenze e strutture specifiche. Il gruppo guidato da Yiliang Ding al John Innes Centre ha studiato come l’RNA si ripiega in strutture complesse che regolano funzioni vitali. Grazie alla collaborazione con il team di Ke Li, PlantRNA-FM ha imparato a leggere queste strutture come un testo, individuando modelli nascosti e traducendo le sequenze in informazioni utilizzabili. I risultati sono stati convalidati da esperimenti che dimostrano come l’RNA influenzi direttamente le proteine e le loro funzioni.
AI e agricoltura: una nuova frontiera della sostenibilità
Secondo Ding, PlantRNA-FM rappresenta solo l’inizio di una rivoluzione nell’applicazione dell’AI alle scienze delle piante. Questa tecnologia potrebbe trasformare il modo in cui vengono migliorate le coltivazioni, rendendole più resilienti ai cambiamenti climatici e contribuendo a sfamare una popolazione in continua crescita. Le possibilità offerte da questa innovazione spaziano dalla progettazione genetica basata sull’AI al miglioramento delle rese agricole, dimostrando che la sinergia tra scienza e tecnologia può affrontare le sfide globali. PlantRNA-FM segna un importante progresso nella comprensione del linguaggio genetico delle piante, aprendo nuove prospettive per il futuro della ricerca e dell’agricoltura sostenibile.
