Новости

25.02.2016 18:25
Рубрика: Общество
Проект: Наука

Модельный сорняк

Создан оригинальный метод повышения урожайности
 Фото: Depositphotos.com
Фото:
Впервые в мире предсказывать с высокой точностью, будут ли новые химические молекулы повышать урожайность, убивать вредителей и бороться с сорняками, удалось группе учёных из МФТИ и МГУ под руководством Яна Иваненкова.

Это позволит в разы сократить сроки создания новых веществ, повышающих эффективность сельскохозяйственных работ, а также снизит их стоимость.

- Поиск все новых химических соединений - одно из главных направлений в агрохимии, - сказал корреспонденту "РГ" участвующий в проекте сотрудник МФТИ Николай Бушков. - Если применять один и тот же набор веществ, то растения к нему приспособятся, а эффективность приемов агрохимии быстро пойдет на спад. Кроме того, каждому классу растений надо подобрать свой наиболее оптимальный класс молекул. А значит, в портфеле аграриев должно быть как можно больше вариантов. Чтобы они имели самый широкий выбор на все случаи жизни.

Поэтому химики постоянно ищут все новые вещества, чтобы пополнить портфель предложений. И вот здесь начинаются проблемы. Чтобы найти хотя бы одну новую эффективную молекулу, приходится создавать несколько тысяч разнообразных вариантов. А затем проверять их в экспериментах на растениях. Процесс долгий и дорогой.

Авторы исследования решили в разы сократить и время, и затраты, доверив поиск новых молекул компьютеру. Конечно, математические модели - далеко не новинка. С их помощью уже создаются атомные реакторы, автомобили, одежда, лекарства и т.д. В сельском хозяйстве все оказалось гораздо сложнее. Дело в том, что растения пока остаются для ученых "черным ящиком", они плохо понимают, как в них работают молекулы. Поэтому создающиеся в ряде ведущих стран компьютерные модели способны всего лишь оценить, может ли данная новая молекула вообще воздействовать на растение или нет. А как конкретно, остается неясным. Поэтому польза от такой математики невелика.

- Наша модель дает более развернутый ответ, - поясняет Бушков. - Мы можем сказать, будет ли новая молекула стимулировать или замедлять рост растения, подавляет ли она сорняки, борется ли с вредителями и с какими и т.д.

Почему компьютер способен провести такой анализ, если имеет дело с "черным ящиком"? Оказывается, что машину все же можно научить искать ответы даже в такой вроде бы тупиковой ситуации. Для этого ее долго "натаскивают" на 1800 уже изученных вдоль и поперек веществах. Но просто сваливать в мозг машины эту информацию - пустое дело. Это мертвый груз. Авторы проекта создали алгоритм, который позволил компьютеру сделать следующий шаг; понять логику работы молекул. По сути, заглянуть в "черный ящик".

- Когда мы проверили отобранные машиной молекулы в экспериментах на растениях, оказалось, что около 70 процентов предсказаний попали в "десятку", - говорит Николай Бушков. - Это означает, что для поиска одной эффективной молекулы нужно число претендентов сократить в три раза, с 1000 до 300. То есть сроки и стоимость снижаются в разы.

Авторы проекта уже нашли 27 новых эффективных молекул, которые пополнят портфель аграриев. Сейчас ученые совершенствуют свои модели, повышают точность прогноза, надеясь довести его до 80 процентов.

Подписка на первое полугодие 2017 года
Спроси на своем избирательном участке