Maatalous
Maanviljelyn edistäminen tekoälyn ja geeniteknologian avulla – Viljelyn tulevaisuus
Lisää Securities.io suosikkilähteisiisi Google-palvelussa
Uusien ruokakasvien luominen
Maatalouden alkuajoista lähtien ihmiset ovat jalostaneet luonnonvaraisista kasveista viljelykasveja. Valinnalla on parannettu esimerkiksi makua, ravintoarvoa, korjattavuutta ja siementen kokoa.
Nykyaikaisessa kasvinjalostuksessa on usein tavoiteltu suurta satoa ja hyvää vastetta lannoitukseen, kasteluun ja kasvinsuojeluun. Osa lajikkeista tarvitsee siksi runsaasti tuotantopanoksia, mutta tämä ei koske kaikkia viljelykasveja samalla tavalla.
Ilmastonmuutos, maaperän eroosio, vieraslajit ja rikkakasvit lisäävät viljelyn haasteita.
Perinteinen domestikaatio eli kasvien ottaminen viljelyyn ja jalostaminen on usein ollut hidas prosessi. Kasvattajat valitsivat hyödyllisiä ominaisuuksia sukupolvien ajan ilman nykyistä geenitason tietoa.
Monet tärkeät viljelykasvit ovat peräisin rajallisesta joukosta domestikaatiotapahtumia. Myös muissa luonnonvaraisissa lajeissa voi olla mahdollisuuksia uusiksi viljelykasveiksi.
Kasvinjalostuksessa pyritään muun muassa parantamaan kuivuuden, tuholaisten ja tautien sietoa. Luonnonvaraiset sukulaislajit tarjoavat tähän hyödyllistä geneettistä vaihtelua.
Monet toivotut ominaisuudet ovat monigeenisiä: niihin vaikuttavat useat geenit ja ympäristö. Tämä vaikeuttaa muokkausta, mutta ei tee sitä lähes mahdottomaksi kaikissa tapauksissa.
Toinen lähestymistapa on de novo -domestikaatio. Siinä luonnonvaraisen lajin kestävyyttä pyritään säilyttämään samalla, kun sen satoa, korjattavuutta tai muita viljelyominaisuuksia parannetaan.
Uusia viljelykasveja ja uusia haasteita
Uusien ravintokasvien kehittäminen
Osa domestikaatioon liittyvistä ominaisuuksista määräytyy yhden tai muutaman tunnetun geenin perusteella. Kaikki satoon ja ravintokäyttöön vaikuttavat ominaisuudet eivät kuitenkaan ole näin yksinkertaisia.
De novo -domestikaatio voi siten auttaa kehittämään uusia viljelykasveja, joissa yhdistyvät luonnonvaraisen lajin ominaisuudet ja ravinnontuotantoon sopivat piirteet. Hyöty on osoitettava lajikohtaisesti.
CRISPRin kaltaiset työkalut mahdollistavat kohdennetun geenimuokkauksen. Niillä voidaan muuttaa esimerkiksi geenin toimintaa tai tiettyjä DNA:n emäksiä. Ihmisten geenihoitojen hyväksyminen ei kuitenkaan tarkoita viljelykasvien hyväksymistä: kasvien sääntely määräytyy erikseen kussakin maassa.
Lähestymistavan mahdollisuuksia käsitellään esimerkiksi katsauksessa ”Future-Proofing Agriculture: De Novo Domestication for Sustainable and Resilient Crops”.
Miten viljelykasvi erotetaan rikkakasvista?
Luonnonvaraisesta lajista kehitetty viljelykasvi voi muistuttaa läheisesti pellon rikkakasveja. Kööpenhaminan yliopiston tutkijat tarkastelivat tätä ongelmaa artikkelissa ”De novo domestication: what about the weeds?”.
Tutkijat tarkastelevat rikkakasvien hallinnan haasteita, kuten torjunta-aineiden käyttöä ja resistenssin kehittymistä. Geenitekniikan ympäristövaikutuksia ei voi arvioida yhtenä kokonaisuutena ilman tietoa ominaisuudesta ja viljelytavasta.
He ehdottavat kasvien tunnistettavuuden geneettistä muokkausta robottien avuksi. Tavoitteena olisi helpottaa tarkkaa rikkakasvien torjuntaa ja vähentää kemiallisten torjunta-aineiden tarvetta.
Robotiikan ja geenimuokkauksen yhdistäminen
Robotit rikkakasvien torjunnassa
Uusia ja nykyisiä viljelykasveja voitaisiin muokata niin, että torjuntarobotit erottavat ne helpommin rikkakasveista.
Maatalousrobotiikan kehitystä käsittelimme artikkelissamme ”Sijoittajien kannattaa huomata: robotit yleistyvät maataloudessa”. Esimerkkejä ovat seuraavat ratkaisut:
- Ecorobotix kehittää konenäköön perustuvaa täsmäruiskutusta. Yhtiö ilmoittaa torjunta-aineiden käytön voivan vähentyä jopa 95 prosenttia tietyissä oloissa; säästö ei ole yleispätevä takuu.
- Naio Technologies kehittää autonomisia mekaanisen kitkennän ratkaisuja. Laitteet käyttävät esimerkiksi paikannusta ja sensoreita, mutta koko, toiminta ja valvontavaatimukset riippuvat mallista. Kaikkia robotteja ei voi kuvata viiden tonnin tai täysin valvomattomiksi koneiksi.
- Blue River Technology on ollut John Deeren omistuksessa vuodesta 2017. Sen teknologia hyödyntää koneoppimista ja konenäköä kasvien tunnistamiseen ja kohdennettuun käsittelyyn. Järjestelmä ei takaa jokaisen kasvin virheetöntä tunnistamista.
Konenäön mahdollisuudet ja rajat
Konenäköä käyttävät monet maatalousrobotiikan yritykset, kuten Vision Robotics, Ekobot, Carbon Robotics ja Aigro.
Ne hyödyntävät tekoälyä, kuvantamista ja automaattista ohjausta. Ratkaisujen toiminta riippuu pellon olosuhteista ja käytetystä laitteistosta.
Jotkin rikkakasvit muistuttavat viljelykasveja niin paljon, että niiden erottaminen on ihmisellekin vaikeaa. Myös koneoppimismallit voivat tehdä tunnistusvirheitä.
De novo -domestikaatiossa uusi viljelykasvi voi näyttää hyvin samankaltaiselta kuin luonnonvarainen sukulaisensa.
Paremmat algoritmit ja anturit voivat auttaa. Tutkijat ehdottavat niiden rinnalle kasvien tunnistettavuutta parantavia geneettisiä muutoksia.
Viljelykasvin tunnistettava signaali
Ihmisen näkö rajoittuu näkyvään valoon. Kuvantamisjärjestelmät voivat anturista riippuen mitata myös esimerkiksi lähi-infrapunasäteilyä. Yksi tavallinen kamera ei kata automaattisesti kaikkia infrapuna-alueita.
Hyperspektrikuvantaminen mittaa useita kapeita, toisiaan seuraavia aallonpituuskaistoja. Sitä käytetään muun muassa kasvuston vesistressin ja muiden ominaisuuksien arviointiin. Menetelmä ei tarkoita pelkästään näkyvän ja infrapuna-alueen yhdistämistä.
Lähde: Imechyperspectral
Viljelykasville voitaisiin kehittää sen luonnonvaraisista sukulaisista erottuva spektrinen tunnusmerkki. Robotti voisi käyttää tätä tietoa tunnistamisen tukena, mutta toimivuus on testattava todellisissa pelto-oloissa.
Myös lehtien muotoa voitaisiin muuttaa kasvin erottamisen helpottamiseksi.
Lähde: Cell
Tavoitteena olisi tunnusmerkki, joka vaikuttaisi mahdollisimman vähän kasvin kasvuun ja ympäristönsietoon. Vaikutusten puuttumista ei kuitenkaan voi olettaa ilman kokeita.
Tutkijat luettelevat 17 tunnettua geenimuokkauskohdetta mahdollisten tunnusmerkkien kehittämiseen. Laboratoriossa tunnettu muutos ei vielä osoita koko robotisoidun järjestelmän toimivuutta pellolla.
Lupaava lähestymistapa, avoimia kysymyksiä
Kasvien geenitekniikasta käydään keskustelua muun muassa torjunta-aineiden käytön vuoksi. Glyfosaatin vaaraluokitusta ja käytön riskiarviointia on erotettava toisistaan: IARC luokittelee sen todennäköisesti syöpää aiheuttavaksi, kun taas EPA:n arvio eroaa tästä. Riski riippuu myös altistuksesta ja käyttötavasta.
Viljelykasvit poikkeavat luonnonvaraisista esi-isistään pitkän valinnan ja jalostuksen seurauksena. Perinteinen jalostus, risteyttäminen, mutaatiojalostus ja kohdennettu geenimuokkaus ovat kuitenkin erilaisia menetelmiä.
Torjunta-aineiden käyttö voi valikoida resistenttejä rikkakasveja. Myös tunnusmerkkeihin perustuvassa torjunnassa on arvioitava esimerkiksi geenivirran ja tunnistuksen heikkenemisen mahdollisuus.
Nämä kysymykset edellyttävät tutkimusta, mutta eivät poista de novo -domestikaation mahdollisuuksia.
Lähestymistavalla voidaan tavoitella parempaa kuivuuden, suolaisuuden, kuumuuden, tautien tai tuholaisten sietoa. Tulokset riippuvat lajista ja ominaisuudesta.
Monivuotiset viljelykasvit voivat vähentää vuosittaista maanmuokkausta ja eroosiota. Tutkimuskohteita ovat esimerkiksi afrikkalainen luonnonvarainen riisi sekä Kernza®, monivuotisesta välivehnästä (Thinopyrum intermedium) jalostettu viljakasvi. Kernza ei ole tavallisen vehnän monivuotinen hybridilajike. Hiilen sitoutuminen riippuu viljelyjärjestelmästä.
Lähde: Frontiers
Innovatiiviset maatalousyritykset
1. Deere & Company
DE Hintakaavio
Deere & Company valmistaa maatalouskoneita ja kehittää myös automaatiota, konenäköä ja dataan perustuvia ratkaisuja.
Lähde: Deere
Deere omistaa muun muassa Blue River Technology -yhtiön, jonka teknologia auttaa tunnistamaan ja käsittelemään kasveja kohdennetusti.
Automaation ja konenäön kehitys voi laajentaa Deeren ratkaisuja. Käyttö de novo -domestikoitujen kasvien tunnistamiseen olisi mahdollinen tuleva sovellus, ei vahvistettu tuote tai sijoitustuotto.
2. Bayer Crop Science (BAYRY)
Bayer Crop Science on Bayer-konsernin liiketoimintaryhmä, joka kehittää siemeniä, kasviominaisuuksia ja kasvinsuojeluratkaisuja.
Yhtiö hyödyntää kasvinjalostusta ja biotekniikkaa uusien ominaisuuksien kehittämisessä.
Bayer osti Monsanton vuonna 2018. Kauppaan liittyi Roundup-oikeudenkäyntejä ja huomattavia kustannuksia. Osakekurssin kehitystä ei kuitenkaan voi selittää vain yhdellä tekijällä.
Bayer on merkittävä siemen- ja kasvinsuojeluyritys ja tutkii myös geenimuokkausta. Tämä ei tarkoita, että se hallitsisi enemmistöä kaikista geenimuunneltujen siementen markkinoista.
Bayer arvioi kasvinsuojelun auttavan turvaamaan suuren osan sadosta. Yhtiön esittämät luvut ovat sen omia arvioita, eivät osoitus yhden tuotteen vaikutuksesta tai automaattisesti vältetystä nälästä.
Lähde: Bayer
Bayer tekee yhteistyötä Ginkgo Bioworksin kanssa maatalouden biologisten ratkaisujen kehittämiseksi. Mikrobeilla pyritään esimerkiksi parantamaan kasvien ravinteiden saantia; yhteistyö ei tarkoita kaikista muista lannoitteista tai geenitekniikan menetelmistä luopumista.
Yhtiö ilmoitti kehitysputkessaan olevan yli 500 lajiketta ja rekisteröineensä 250 uutta lajiketta vuonna 2022. Nämä ovat kyseistä ajankohtaa koskevia yhtiön ilmoittamia lukuja.
Bayer kehittää myös digitaalista maataloutta. Esimerkiksi Bayer on solminut kumppanuuden Microsoftin kanssa Azure-pohjaisten tietoratkaisujen kehittämiseksi. Tavoitteena on yhdistää eri lähteistä, kuten satelliiteista ja peltosensoreista, saatavaa tietoa.
(MSFT )
Lähde: Bayer
Bayerin kasvinjalostus-, biotekniikka- ja dataratkaisut voivat liittyä tällaisiin tuleviin sovelluksiin. Tämä ei vielä osoita, että yhtiö olisi ottanut käyttöön de novo -kasvien hyperspektriseen tunnistukseen perustuvan tuotteen.
