Ученые используют ИИ для ускорения разработки стратегий снижения выбросов метана в животноводстве

Новое исследование Службы сельскохозяйственных исследований Министерства сельского хозяйства США (ARS) и Университета штата Айова (ISU) показывает, что генеративный искусственный интеллект (ИИ) может ускорить поиск решений для сокращения энтеральных выбросов метана от коров. На животноводство приходится около 33% сельского хозяйства США и 3% общих выбросов парниковых газов в США. Исследование опубликовано в журнале Animal Frontiers.

Одно из решений связано с желудком коровы, где микроорганизмы способствуют энтеральной ферментации, в результате чего коровы отрыгивают метан. Ученые обнаружили группу молекулярных соединений, способных ингибировать производство метана в рубце — самом большом из четырех отделов желудка коровы.

В частности, было установлено, что одна молекула — бромоформ, естественным образом содержащаяся в водорослях, — может снижать выработку энтерального метана у крупного рогатого скота на 80–98%. Однако бромоформ является канцерогеном, что ограничивает его использование по соображениям безопасности пищевых продуктов.

Поиск молекул с аналогичным потенциалом — задача трудоемкая и дорогостоящая. Чтобы решить эту проблему, ученые из ARS и ISU объединили генеративный ИИ с крупными вычислительными моделями, чтобы ускорить поиск безопасных молекул, подобных бромоформу.

Исследователи использовали общедоступные базы данных с научной информацией из предыдущих исследований рубца коров для построения вычислительных моделей. ИИ вместе с этими моделями предсказывает поведение молекул и идентифицирует те, которые можно протестировать в лаборатории. Результаты лабораторных тестов, в свою очередь, используются для обучения компьютерных моделей ИИ, создавая цикл обратной связи, известный как графовая нейронная сеть.

Эта графовая нейронная сеть изучает свойства молекул, включая детали атомов и химических связей, чтобы понять, как они, вероятно, будут вести себя в желудке коровы.

Исследование успешно продемонстрировало, что пятнадцать молекул группируются очень близко друг к другу в так называемом «функциональном пространстве ингибирования метаногенеза». Это означает, что они, по-видимому, обладают тем же потенциалом ингибирования энтерального метана, химическим сходством и проницаемостью клеток, что и бромоформ.

Ученые считают, что ИИ может сыграть значительную роль в понимании того, как известные молекулы взаимодействуют с белками и микробным сообществом рубца, тем самым помогая открывать новые молекулы и ключевые взаимодействия в микробиоме рубца.

Сочетание ИИ с лабораторными исследованиями, через итеративное уточнение, является ценным научным инструментом. ИИ может ускорить исследования и направить усилия ученых и компаний к амбициозной цели — ограничению выбросов парниковых газов и смягчению последствий изменения климата.

В исследовании также представлен анализ общих вычислительных и денежных затрат на проведение таких исследований в расчете на одну молекулу. Эта оценка может использоваться для принятия решений об инвестициях в подобные исследования.