Kompyuter pomidor yoki ko'kni "tatib ko'rishi" mumkinmi? Xo'sh, aniq emas, lekin u olimlarga bu mevalardagi qaysi uchuvchi moddalar ularni mazali qilishini aytishi mumkin, deydi Florida universiteti tadqiqotchilari.
Florida universiteti Oziq-ovqat va qishloq xo'jaligi fanlari instituti (UF/IFAS) selektsioneri va genetiki Marsio Resende tadqiqotchilarga qaysi kimyoviy birikmalar, ya'ni uchuvchi moddalar, shakar, kislotalar va boshqa kimyoviy birikmalar - eng yaxshi meva lazzatlarini ishlab chiqaradi.
Meva yoki sabzavot yetishtirishga arziydimi yoki yo'qligini bilish uchun olimlar o'zlari ta'mi va hidi uchun hosildan namuna oladilar, dalalarni kezib, mahsulotni alohida terishadi.
Ushbu jarayonlar logistika muammolarini keltirib chiqarishi mumkin, dedi Garri Kli, UF/IFAS bog'dorchilik fanlari professori va hammuallif. Yangi ish Bu kompyuter modellari meva ta'mini o'lchash uchun uchuvchi moddalardan qanday foydalanishi mumkinligini ko'rib chiqadi.
"Xarajat va logistika cheklovlari tufayli selektsionerlar odatda o'z dasturlarida iste'mol panellarini ishlatmaydilar", dedi Klee. “Ideal, potentsial iste'molchilarning turli to'plamini o'z ichiga olgan katta iste'molchi panelidan foydalanish bo'ladi. Biz turli yoshdagi va etnik kelib chiqqan 100 kishidan foydalanamiz. Bu yondashuv xaridorlar aholisini ko'proq ifodalaydi”.
Ko'p yillar davomida o'simlikshunoslar va genetiklar fermerlarga yuqori hosil olishda yordam berishdi, chunki lazzat kabi iste'molchiga yo'naltirilgan xususiyatlarni o'lchash qiyinroq. Biroq, yuqori hosildorlik ishlab chiqaruvchilar uchun bugungi kunning talabchan bozorlarida raqobatlasha olishi uchun etarli emas, dedi UF/IFAS bog'dorchilik fanlari dotsenti Patrisio Muñoz, ko'k meva etishtirish dasturiga mas'ul.
Ishlab chiqaruvchilar biladiki, agar ular ta'mi yaxshi navlarni qo'shmasa, mevasi yaxshi narxga sotilmasligi yoki umuman sotilmasligi mumkin, dedi Muñoz. Ushbu usullar yordamida olimlar ishlab chiqaruvchilarga raqobatbardosh bo'lib qolishlariga va iste'molchilar o'z mahsulotlari bilan yaxshi tajribaga ega bo'lishlariga yordam berishga umid qilmoqdalar.
Ushbu modellardan foydalanib, naslchilik dasturi ko'plab meva va sabzavot navlari uchun lazzat reytinglarini baholashi mumkin. Bu jarayon ilgari na olimlar, na iste'molchi panellari bir vaqtning o'zida juda ko'p navlarni sinab ko'rishlari mumkin emasligi bilan cheklangan edi.
Resende ko'k va pomidordagi uchuvchi moddalardan ma'lumotlarni statistik modelga olish yo'llarini ko'rsatadigan yangi tadqiqotga rahbarlik qildi. Tadqiqot natijalari endi bu ikki meva bilan cheklangan, ammo keyinchalik UF/IFAS tadqiqotchilari ishlab chiqqan boshqa ekinlarga kengaytiriladi.
O'zlarining yangi tadqiqotini o'tkazish uchun UF/IFAS tadqiqotchilari so'nggi o'n yillikdagi pomidor va ko'katlarni etishtirish dasturi ma'lumotlaridan foydalanganlar.
Ular iste'molchi panellariga turli xil pomidor va ko'k navlarini berishdi Gainesville shahridagi UF Sensor laboratoriyasi. Keyin olimlar "yoqish", shirinlik, nordonlik, lazzat intensivligi va umami kabi lazzat atributlari bo'yicha reytinglarni to'plashdi.
UF/IFAS tadqiqotchilari iste'molchiga lazzatni qanchalik yoqtirishini ko'rsatadigan ballar oralig'ini sinab ko'rdi. Ma'lum bo'lishicha, uchuvchan moddalar "yoqdi" ballarining 56% gacha tushuntirilgan, bu uchuvchi moddalar iste'molchilarga mevani qanchalik yoqtirishini aniqlashda muhim ekanligini isbotlaydi. Resendening ta'kidlashicha, uchuvchi moddalar meva ta'mining ahamiyatini aniqlash va baholashda ham muhimdir.
Bundan tashqari, tadqiqotchilar shuni ko'rsatdiki, mashinani o'rganish yondashuvlari, odatda, metabolomik tanlov deb ataladigan iste'molchining lazzat afzalliklarining eng yaxshi prognozi hisoblanadi. Metabolik tanlovning aniqligi genomik ma'lumotlardan foydalanadigan modellardan ustun bo'lib, naslchilik ilovalarida ushbu yangi usulning imkoniyatlarini ta'kidlaydi.
"Menimcha, asosiy nuqta selektsionerlar ko'proq namunalarni tekshirishi mumkin", dedi Resende, UF / IFAS bog'dorchilik fanlari dotsenti. "Shunday qilib, sizda yaxshi ta'mga ega navlarni aniqlash uchun kengroq huni mavjud va bir vaqtning o'zida ta'mni tekshirish panellari sensorli ma'lumotlar bilan yakuniy tanlovni amalga oshiradi. Biz kutamizki, bu modellar lazzatni naslchilik maqsadi sifatida ilgari kiritish imkonini beradi va yanada mazali meva navlarini tanlash va chiqarishni rag'batlantiradi.
Resende bilan bir qatorda UF/IFAS fakultetining kompyuter modeli ta'mni tekshirish usulini o'rgangan boshqa professor-o'qituvchilari orasida Klee, Muñoz va Denis Tieman, ilmiy yordamchi professor - bog'dorchilik fanlari bo'limining uchtasi ham bor edi; Charli Sims, oziq-ovqat fani va inson ovqatlanishi professori va Nikolay Bliznyuk, qishloq xo'jaligi va biologiya muhandisligi bo'yicha dotsent. Asar, shuningdek, birinchi mualliflik fanlari nomzodi. talaba Vinsent Kolantonio va tadqiqotchi yordamchisi Luis Felipe Ferrao.
Resende ushbu yangi AI tadqiqotini tushuntirib beradigan video uchun pastga bosing.
- Bred Bak, Florida universiteti