Метаболиты растений состоят из широкого спектра чрезвычайно важных химических веществ. Многие из них, например артемизинин, лекарство от малярии, обладают замечательными терапевтическими свойствами, в то время как другие, такие как натуральный каучук или биотопливо из древесного сока, обладают механическими свойствами.
Клетка за клеткой
Поскольку большинство метаболитов растений изолированы в отдельных клетках, метод извлечения метаболитов также важен, поскольку процедура влияет как на чистоту продукта, так и на выход.
Обычно экстракция включает измельчение, центрифугирование и химическую обработку с использованием растворителей. Это приводит к значительному загрязнению, что приводит к высоким финансовым и экологическим затратам на переработку.
«Все вещества производятся и хранятся в отдельных клетках растения. Вот куда вам нужно войти, если вы хотите получить чистый материал. Когда вы собираете урожай целого растения или отделяете плоды от ветвей, вы также собираете много урожая. ткань, которая не содержит интересующего вас вещества », — объясняет Кааре Хартвиг Йенсен.
«Таким образом, есть две точки зрения. Если вы хотите извлечь чистые вещества, вам нужно делать это клетка за клеткой. И когда вы сможете это сделать, как мы показали, вам не нужно собирать урожай. Затем вы можете применить маленького робота, и он сможет работать, не повредив растения », — говорит Кааре.
В настоящее время команда работает с растениями и листьями, но в будущем этот тип сборщика может быть использован в несколько большем масштабе.
Есть надежда, что этот уникальный подход может создать новый источник биомассы и стимулировать исследования в новой области устойчивого производства энергии.
Одна вещь, для которой эта технология может быть использована в будущем, — это получение энергии от деревьев, которые содержат много биотоплива.
«В лесах северной Канады и России есть еловые леса, где растет около 740 миллиардов полностью нетронутых деревьев. Это около 25% от общего количества деревьев на планете. Развивая эту технологию, мы можем использовать деревья для получения сахара и производят биотопливо, не рубя и не повреждая деревья », — объясняет Кааре.
Искусственный интеллект на микроскопическом уровне
Клетки плодов и листьев, которые ищет сборщик, имеют диаметр 100 микрон, а диаметр кончика иглы — около 10 микрон. Таким образом, урожай происходит в масштабе ширины волоса.
— объясняет Магнус Вальдемар Палудан, аспирант DTU Physics, создавший систему анализа изображений, распознавания изображений и управления роботами.
«Все это делается с помощью камеры микроскопа. Для начала я вручную пометил пиксели на микроскопических изображениях, показывающих клетки, которые собирает робот. Эту информацию можно использовать, чтобы научить компьютер находить похожие клетки на новых изображениях».
Машинное обучение и уже существующая нейронная сеть GoogLeNet являются строительными блоками технологии. Сеть уже может распознавать макроскопические структуры и может просеивать изображение и сообщать вам, например, прячется ли на фотографии слон или красный перец.
«Мы использовали метод, называемый трансферным обучением, в котором вы используете способность существующей нейронной сети распознавать различные объекты на изображении. Показав компьютеру ряд новых изображений с помеченными вручную ячейками, нам удалось настроить параметры сети таким образом, чтобы он распознавал микроскопические клетки, богатые метаболитами, — говорит Магнус.
Затем сборщик может войти и сфотографировать лист с помощью камеры микроскопа, запустить его через программное обеспечение и распознать клетки, которые ему нужно собрать. Затем он может автоматически извлекать химические вещества с помощью микроробота, в то время как остальная часть растение остается нетронутым », — объясняет Магнус.
Хансол Бэ, Магнус Палудан, Ян Кноблаух, Кааре Х. Йенсен. Нейронные сети и роботизированные микроиглы позволяют автономно извлекать метаболиты растений . Физиология растений , 2021 г .; DOI: 10.1093 / plphys / kiab178