KI-Zucht – schnell und präzise die ertragreichsten Sorten finden
Pflanzenzucht zündet den Turbo
Nachhaltigere oder klimaresistentere Pflanzen züchten – mithilfe von Algorithmen zur Mustererkennung und Maschinellem Lernen wird sich dieser sehr langwierige Prozess künftig deutlich beschleunigen lassen.
Aufgrund des Klimawandels braucht es ertragreichere, widerstandsfähigere und ressourceneffizientere Pflanzensorten. Doch welchen Kornertrag zum Beispiel eine Getreidesorte erreichen kann, hängt von tausenden miteinander interagierenden Genen ab. Aus diesem Grund gibt es auch starke Wechselwirkungen mit der Umwelt, so dass die Auswahl neuer Pflanzensorten normalerweise sehr lange dauert. Künstliche Intelligenz (KI) könnte diesen langwierigen Prüf- und Selektionsprozess künftig enorm erleichtern und deutlich beschleunigen. Mit Hilfe solch einer KI können dann die leistungsfähigsten Zuchtlinien früher erkannt werden.
Kurzer erster Blick statt langwierige Feldversuche
Bislang sind neue, leistungsstarke Pflanzensorten das Ergebnis langjähriger Prüfungen einer sehr großen Anzahl an Nachkommen aus Kreuzungen. In umfangreichen Feldversuchen bei ganz verschiedenen Umwelteinflüssen und über mehrere Jahre hinweg wählen Züchterinnen und Züchter die Sorten aus, die die günstigste Kombination aller elterlichen Merkmale (Gene) zeigen. Wenn nun die Pflanzenleistung bei unterschiedlichen Umweltbedingungen mit einer KI auf Basis des Pflanzengenoms (alle Gene der Pflanzen) präzise vorhergesagt werden könnte, würde dies die züchterische Selektion deutlich effizienter machen. Es kämen dann durch die Vorselektion der KI nur noch diejenigen Kreuzungsnachkommen in die Feldprüfung, bei denen eine sehr hohe Gesamtleistung am wahrscheinlichsten ist.
Komplexe Merkmale im Genom erkennen
Auch heute schon wird in der Pflanzenzucht eine genombasierte Selektion angewendet. Für komplexe Pflanzenmerkmale mit starkem Umwelteinfluss sind diese sogenannten linearen Modelle aber nicht geeignet. Hierzu braucht es nichtlineare Modelle, zum Beispiel Algorithmen, die auf Basis des Maschinellen Lernens Muster erkennen. Heute sind immer mehr und größere Datenmengen verfügbar. Dadurch können KI-basierte Analysetechniken deutlich mehr eingesetzt werden. Anhand von Pflanzengenomprofilen sowie zusätzlicher Sensordaten im Feld wird die KI im Projekt KI-Zucht lernen, die komplexen Reaktionen der Pflanzen auf die unterschiedlichen Umwelteinflüsse zu durchschauen und eine präzise Vorhersage der Pflanzenleistung zu geben.
Schneller auf den Klimawandel reagieren
Das Projektteam KI-Zucht will einen Startpunkt für eine Art "Plug & Play-Infrastruktur" in der Pflanzenzucht setzen. Das heißt schnelle und einfach bedienbare Entscheidungshilfen für die verschiedenen Schnittstellen der züchterischen Entscheidungsprozesse zur Verfügung stellen. So wird es leichter, geeignete Kreuzungseltern bzw. Nachkommen auszuwählen. Das beschleunigt die Zuchtprozesse auf mehreren Ebenen. In der Pflanzenzucht wird man dadurch zukünftig viel schneller auf die Veränderungen durch den Klimawandel reagieren oder Nachhaltigkeitsziele erreichen können.
- Projektname: KI-Zucht (Künstliche Intelligenz als Basis für die auf "Big Data" basierte Pflanzenzüchtung der Zukunft)
- Ziel: Beschleunigung des Zuchtfortschrittes
- Ansatz: Pflanzenzucht mit optimierter Selektionsmethodik
- Eingesetzte Künstliche Intelligenz: Mustererkennung aus Genom- und Phänom-Datensätzen, um daraus ML-basierte Vorhersagen über die Pflanzenleistung zu gewinnen
- Hauptstandort: Gießen, Hessen
- Projektkoordination: Justus-Liebig-Universität Gießen, Professur für Pflanzenzüchtung
- Projektbeteiligte: Justus-Liebig-Universität Gießen, Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI), NPZ Innovation GmbH
Adresse
KI-Projekt KI-Zucht
35392 Gießen, Hessen
