Des scientifiques utilisent l'IA pour réduire les émissions de méthane dans l'agriculture animale

Une nouvelle étude révèle comment les scientifiques de l'USDA et de l'ISU exploitent la technologie de l'IA pour lutter contre les émissions de méthane chez les bovins, offrant des alternatives prometteuses aux inhibiteurs de méthane nocifs comme le bromoforme.

Dans une nouvelle étude, publié Dans la revue Animal Frontiers, des chercheurs du Service de recherche agricole de l'USDA (ARS) et de l'Université d'État de l'Iowa (ISU) ont démontré le potentiel de l'intelligence artificielle générative pour accélérer l'identification de solutions visant à réduire les émissions de méthane entérique du bétail, un contributeur important aux émissions de gaz à effet de serre agricoles et globales des États-Unis.

« Développer des solutions pour lutter contre les émissions de méthane provenant de l’élevage est une priorité essentielle. Nos scientifiques continuent d’utiliser des stratégies innovantes et fondées sur des données pour aider les éleveurs de bovins à atteindre leurs objectifs de réduction des émissions qui protégeront l’environnement et favoriseront un avenir plus durable pour l’agriculture », a déclaré Simon Liu, administrateur de l’USDA-ARS, dans un communiqué. communiqué de presse.

Les émissions de méthane entérique, produites lors du processus de digestion dans le rumen des vaches, représentent environ 33 % des émissions de gaz à effet de serre de l'agriculture américaine et 3 % du total des émissions de gaz à effet de serre du pays. La lutte contre ces émissions est une étape essentielle pour atténuer le changement climatique et améliorer la durabilité de l'agriculture.

En se concentrant sur le système digestif de la vache, l'équipe de recherche, en s'appuyant sur des modèles informatiques améliorés par l'IA, a ciblé les bactéries impliquées dans la fermentation entérique. Ces bactéries produisent du méthane comme sous-produit, qui est ensuite expulsé par les vaches par éructation.

Une substance prometteuse identifiée est le bromoforme, un composé naturel présent dans les algues. Le bromoforme a démontré sa capacité à réduire la production de méthane bovin jusqu'à 98 %.

Cependant, en raison de ses propriétés cancérigènes, son application chez les animaux destinés à l'alimentation est limitée. Par conséquent, la recherche d'inhibiteurs de méthane alternatifs et sûrs est à la fois urgente et difficile.

L’approche de recherche innovante a utilisé une combinaison de simulations moléculaires avancées et d’IA.

« Nous utilisons des simulations moléculaires avancées et l'IA pour identifier de nouveaux inhibiteurs de méthane basés sur les propriétés d'inhibiteurs déjà étudiés [comme le bromoforme], mais qui sont sûrs, évolutifs et ont un grand potentiel pour inhiber les émissions de méthane », a ajouté le co-auteur Matthew Beck, chercheur en sciences animales à l'USDA-ARS pendant l'étude et maintenant à l'Université Texas A&M.

Les chercheurs ont construit de grands modèles informatiques à partir de données scientifiques accessibles au public sur le rumen des vaches, permettant aux algorithmes d’IA de prédire le comportement moléculaire et d’identifier des candidats prometteurs pour des tests ultérieurs. La boucle continue de prédiction et de validation en laboratoire a été facilitée par un modèle d’apprentissage automatique connu sous le nom de réseau neuronal graphique.

« Notre réseau neuronal graphique est un modèle d'apprentissage automatique qui apprend les propriétés des molécules, y compris les détails des atomes et des liaisons chimiques qui les maintiennent, tout en conservant des informations utiles sur les propriétés des molécules pour nous aider à étudier comment elles sont susceptibles de se comporter dans l'estomac de la vache », a déclaré le co-auteur Ratul Chowdhury, professeur adjoint à l'ISU, dans le communiqué de presse.

Grâce à ce processus itératif, les scientifiques ont identifié 15 molécules dont la fonction est similaire à celle du bromoforme et qui ne portent pas sa charge toxique, marquant ainsi un progrès significatif dans la quête de composés viables d’atténuation du méthane.

Jacek Koziel, responsable de recherche à l’USDA-ARS et co-auteur de l’étude, a souligné les implications plus larges de ce travail.

« Il existe actuellement d’autres stratégies prometteuses pour atténuer les émissions de méthane entérique, mais les solutions disponibles sont relativement limitées. C’est pourquoi la combinaison de l’IA et de la recherche en laboratoire, par le biais d’un perfectionnement itératif, constitue un outil scientifique précieux », a-t-il déclaré. « L’IA peut accélérer la recherche et accélérer ces différentes voies que les nutritionnistes animaliers, les chercheurs et les entreprises peuvent suivre pour nous rapprocher d’un objectif très ambitieux de limitation des émissions de gaz à effet de serre et de contribution à l’atténuation du changement climatique. »

La répartition détaillée des coûts informatiques et monétaires par molécule fournie par cette étude vise à guider les investissements futurs dans des approches de recherche similaires.