Des chercheurs ont mis au point une méthode d’apprentissage automatique pour étudier la biologie des microbes. Ils l’ont appliquée sur plus de 250 000 types de bactéries provenant de près de 1 500 échantillons de sol, de lac et de cours d’eau. L’IA a alors pu prédire les préférences des bactéries en matière de pH environnemental en analysant leur génome.
Grâce à cette IA, les scientifiques ont pu accélérer considérablement la culture des bactéries. Ce processus prend traditionnellement beaucoup de temps. Son utilisation à grande échelle serait donc bénéfique à plusieurs niveaux pour la science.
Elle pourrait révolutionner les efforts de restauration écologique, l’agriculture et le développement de probiotiques.
Une révolution dans les laboratoires
Ainsi, l’IA créée par les experts de l’université du Colorado à Boulder a pu déterminer les préférences en matière de pH environnemental à partir d’un rapide coup d’œil à leur génome. Ces données sont cruciales dans la mesure où certaines bactéries sont plus susceptibles de prospérer dans des environnements acides, neutres ou basiques.
Aussi, cette avancée rendrait certains travaux de laboratoire plus efficaces. Elle réduirait le temps nécessaire aux cultures bactériennes. En effet, il faut parfois des années pour trouver comment cultiver des bactéries afin de les étudier en laboratoire.
Elle pourrait aider à la restauration écologique et agricole
Noah Fierer est professeur d’écologie et de biologie évolutive à l’université du Colorado à Boulder. Il a expliqué que leur technique permet de comprendre les bases de l’histoire naturelle des bactéries. Elle guiderait les efforts de restauration écologique et agricole. Elle permettrait aussi d’identifier les types de bactéries susceptibles de contribuer à la restauration des cultures en fonction du pH local.
Cette nouvelle méthode fournirait ainsi aux experts en agriculture et en sylviculture des informations cruciales pour leurs activités. En outre, elle aiderait au développement de probiotiques liés à la santé. Les chercheurs envisagent à l’avenir de l’utiliser pour anticiper la façon dont les microbes s’adapteront à n’importe quel changement environnemental.
SOURCE : SCITECHDAILY