Machine learning uncovers ‘genes of importance’ in agriculture and medicine

Machine learning can pinpoint “genes of importance” that help crops to grow with less fertilizer, according to a new study published in Nature Communications. It can also predict additional traits in plants and disease outcomes in animals, illustrating its applications beyond agriculture.

Using genomic data to predict outcomes in agriculture and medicine is both a promise and challenge for systems biology. Researchers have been working to determine how to best use the vast amount of genomic data available to predict how organisms respond to changes in nutrition, toxins, and pathogen exposure — which in turn would inform crop improvement, disease prognosis, epidemiology, and public health. However, accurately predicting such complex outcomes in agriculture and medicine from genome-scale information remains a significant challenge.

In the Nature Communications study, NYU researchers and collaborators in the U.S. and Taiwan tackled this challenge using machine learning, a type of artificial intelligence used to detect patterns in data.

“We show that focusing on genes whose expression patterns are evolutionarily conserved across species enhances our ability to learn and predict ‘genes of importance’ to growth performance for staple crops, as well as disease outcomes in animals,” explained Gloria Coruzzi, Carroll & Milton Petrie Professor in NYU’s Department of Biology and Center for Genomics and Systems Biology and the paper’s senior author.

“Our approach exploits the natural variation of genome-wide expression and related phenotypes within or across species,” added Chia-Yi Cheng of NYU’s Center for Genomics and Systems Biology and National Taiwan University, the lead author of this study. “We show that paring down our genomic input to genes whose expression patterns are conserved within and across species is a biologically principled way to reduce dimensionality of the genomic data, which significantly improves the ability of our machine learning models to identify which genes are important to a trait.”

As a proof-of-concept, the researchers demonstrated that genes whose responsiveness to nitrogen are evolutionarily conserved between two diverse plant species — Arabidopsis, a small flowering plant widely used as a model organism in plant biology, and varieties of corn, America’s largest crop — significantly improved the ability of machine learning models to predict genes of importance for how efficiently plants use nitrogen. Nitrogen is a crucial nutrient for plants and the main component of fertilizer; crops that use nitrogen more efficiently grow better and require less fertilizer, which has economic and environmental benefits.

The researchers conducted experiments that validated eight master transcription factors as genes of importance to nitrogen use efficiency. They showed that altered gene expression in Arabidopsis or corn could increase plant growth in low nitrogen soils, which they tested both in the lab at NYU and in cornfields at the University of Illinois.

“Now that we can more accurately predict which corn hybrids are better at using nitrogen fertilizer in the field, we can rapidly improve this trait. Increasing nitrogen use efficiency in corn and other crops offers three key benefits by lowering farmer costs, reducing environmental pollution, and mitigating greenhouse gas emissions from agriculture,” said study author Stephen Moose, Alexander Professor of Crop Sciences at the University of Illinois at Urbana-Champaign.

Moreover, the researchers proved that this evolutionarily informed machine learning approach can be applied to other traits and species by predicting additional traits in plants, including biomass and yield in both Arabidopsis and corn. They also showed that this approach can predict genes of importance to drought resistance in another staple crop, rice, as well as disease outcomes in animals through studying mouse models.

“Because we showed that our evolutionarily informed pipeline can also be applied in animals, this underlines its potential to uncover genes of importance for any physiological or clinical traits of interest across biology, agriculture, or medicine,” said Coruzzi.

“Many key traits of agronomic or clinical importance are genetically complex and hence it’s difficult to pin down their control and inheritance. Our success proves that big data and systems level thinking can make these notoriously difficult challenges tractable,” said study author Ying Li, faculty in the Department of Horticulture and Landscape Architecture at Purdue University.

Story Source:

Materials provided by New York University. Note: Content may be edited for style and length.

Note: This article have been indexed to our site. We do not claim legitimacy, ownership or copyright of any of the content above. To see the article at original source Click Here

Related Posts
HAC, last serve retired machine departs from Okadama for sale in Kagoshima thumbnail

HAC, last serve retired machine departs from Okadama for sale in Kagoshima

エアライン, 機体, 空港 — 2021年12月29日 15:03 JST By Tadayuki YOSHIKAWA  北海道エアシステム(HAC、NTH/JL)が23年前の就航当初から運航してきたサーブ340B型機(1クラス36席)のうち、最後まで残った2号機(登録記号JA02HC)が12月29日、拠点の丘珠空港を出発し、函館経由で売却整備を行う鹿児島空港に到着した。2号機の退役により、国内で航空会社が運航する同型機は姿を消した。 丘珠空港に到着するHACのサーブ340B定期便最終となった函館発JL2740便=21年12月26日 PHOTO: Tadayuki YOSHIKAWA/Aviation Wire  2号機は26日の函館発丘珠行きJL2740便で定期便の運航を終了。当初は丘珠-函館線と釧路線合わせて2往復4便の運航を予定していたが、降雪の影響で丘珠発函館行きJL2741便と折り返しの同便のみの運航となり、正午すぎから丘珠空港内の格納庫で社員有志による清掃作業が行われた。  鹿児島へのフライトは翌27日を予定していたが、大雪が降り続いたため延期。このフライトを活用し、三沢空港と中部空港(セントレア)を経由しながら日本列島を約8時間かけて南下するチャーターを予定していたが中止となった。  29日は乗客を乗せないフェリーフライト(回航便)として、丘珠を午前9時39分に出発。同43分に離陸し、経由地の函館には午前10時20分に到着した。給油後は午前10時57分に出発し、鹿児島には午後2時43分に到着した。  操縦は黒田覚機長と原沢純副操縦士が担当。26日に定期便の運航を終えた時点の総サイクル数は6万2543サイクル、総飛行時間3万9177時間42分となった。 アーク塗装(JA03HC)と旧HAC塗装(JA01HC)と並ぶ鶴丸塗装のJA02HC=16年4月27日 PHOTO: Tadayuki YOSHIKAWA/Aviation Wire  HACは、旧日本エアシステム(JAS、現JAL)と北海道による第3セクターとして1997年9月30日に設立され、最初の路線の札幌(新千歳)-函館線が1998年3月28日に就航した。JASが日本航空(JAL/JL、9201)と統合後はJALの子会社になったが、経営破綻後の2011年3月にJALが経営から一時撤退。再建後の2014年10月に再子会社化し、2016年10月30日からはJAL便名で運航している。  2号機は1998年5月7日に引き渡され、JALの鶴丸塗装を描いた現行塗装の初便は2016年4月28日の丘珠発函館行き233便だった。全3機のサーブ340Bの中では最初に鶴丸塗装に塗り替えられた。  3号機(JA03HC)は2020年12月29日、初号機(JA01HC)は今年9月6日にラストフライトを終えて退役済み。後継のATR製ATR42-600型機(同48席)も11月に全3機がそろい、機材更新を終えている。2号機は鹿児島へ到着後、同じくJALグループでHACがサーブの整備を委託している日本エアコミューター(JAC/JC)が売却整備作業を行う。  HACのサーブをすべて購入した米C&L Aviation Group(C&Lアビエーション・グループ)傘下のC&L Aerospace(C&Lエアロスペース)は、最初に退役した3号機を貨物機に改修している。丘珠空港の格納庫で最後の定期便運航を終えたサーブ340Bの2号機=21年12月26日 PHOTO: Tadayuki YOSHIKAWA/Aviation Wire 関連リンク北海道エアシステム 定期便ラスト ・HACのサーブ2号機、最終定期便後に社員が機体清掃と寄せ書き(21年12月27日) ・HACのサーブ340B退役 降雪で1往復繰り上げ、函館発が最終便(21年12月26日) 写真特集・HACのサーブ鶴丸初号機 前編 鶴丸・旧HAC・アーク、丘珠に勢揃い(16年5月7日) 後編 鶴丸で新たな北海道の旅へ(16年5月7日) 3号機と初号機 ・HACのサーブ初号機、最後の丘珠離陸 23年の歴史に幕、売却整備で鹿児島へ(21年9月11日) ・米C&L、サーブ340Bを貨物機に 元JACとHAC機改修(21年8月18日) ・HACの・もう見られないサーブ3機並び 写真特集・HAC初の退役機JA03HC(21年2月12日) ・HAC、サーブ初退役3号機が丘珠出発 鹿児島で売却整備、春に離日(21年2月7日) ・HAC、初のサーブ退役 就航21年、ラストは函館発丘珠行き(20年12月29日) ・HAC、3号機ラストフライト前に社員が機体清掃 初の退役機(20年12月28日)
Read More
Index Of News
Consider making some contribution to keep us going. We are donation based team who works to bring the best content to the readers. Every donation matters.
Donate Now

Subscription Form

Liking our Index Of News so far? Would you like to subscribe to receive news updates daily?