Bildanalys, datorkraft och artificiell intelligens för smarta urval av växter för framtidens livsmedel

Senast ändrad: 16 april 2021
Forskare Aakash Chawade. Foto.

Genom sin forskning vill Aakash Chawade och hans kollegor bidra med nya verktyg som underlättar växtförädlarnas möjligheter att bedöma vilka egenskaper olika växter har. Processen att fastställa egenskaper kallas fenotypning och projektet går under namnet Developing automated phenotyping methods for breeding wheat and sugar beet. SLU Grogrund står som finansiär och Aakash Chawade förväntar sig att projektet ska leda till snabbare, billigare och mer exakt växtförädling framöver.

Aakash Chawade och hans forskargrupp utvecklar nya datorprogram och ny utrustning som växtförädlare ska kunna använda för att välja växter som har önskvärda egenskaper.

– Vi håller på att bygga ett helt nytt system för bildanalys, med en självgående robotvagn utrustad med en kamera. Det blir en plattform med grejer som ska gå att använda i både växthus och fält, och ny mjukvara för att styra systemet och analysera bilderna, förklarar han.
Aakash Chawade leder SLU Grogrund-projektet som handlar om att automatisera den så kallade fenotypningen i växtförädlingen med hjälp av artificiell intelligens.
Forskargruppen använder sig av vete och sockerbeta, men i slutändan är det tänkt att verktyget även ska fungera med andra grödor. Vad det gäller egenskaperna, så handlar det om att grödorna ska klara klimatförändringar, men också uppfylla olika önskemål hos lantbrukare och konsumenter.

– Det är osäkert exakt vad ett förändrat klimat kommer att innebära för jordbruket. Det finns en stor risk att vi får in fler sjukdomar som angriper grödorna. För lantbrukarnas och konsumenternas skull och för att säkerställa matförsörjningen i Sverige vill vi ha grödor som ger högre skörd och bättre kvalitet. Vi utvecklar ett system som kan användas för att studera och förstå olika slags morfologiska egenskaper hos plantorna, det vill säga fysiska egenskaper som syns, säger Aakash Chawade.

Ta till exempel förmågan hos en växt att komma igång och växa tidigt. Det kallas early vigour och forskare har sett att det är en viktig egenskap hos vete för säker matproduktion.

– Om plantorna växer snabbare under de första dagarna får de bättre rötter och kan ta upp mer näring. De klarar sig bra med mindre näringsgödsling. De konkurrerar också mot ogräs och då kan man använda mindre mängd bekämpningsmedel.
Med det nya verktyget ska forskarna hitta veteplantor med early vigour med hjälp av bildanalys, och sedan hitta samband mellan tidig tillväxt och andra egenskaper som kan kopplas till kvalitet, kvantitet och säker livsmedelsförsörjning.

– Vi screenar hundratals förädlingslinjer av vete. Vi börjar i växthuset och fortsätter sedan i fält där vi kommer att använda robotvagnen som vi utvecklar. Sedan kommer vi att samarbeta med Lantmännen för att mäta frönas storlek och se om vi kan koppla frönas kvalitet till early vigour.
Växterna i projektet kommer från växtförädlingsföretagen Lantmännen och MariboHilleshög.

– De är våra industriella samarbetspartners. Vi kommer att använda deras odlingsfält, växthus, utrustning och kompetens, förklarar Aakash Chawade.

Han leker med kameror på jobbet och på fritiden

Aakash Chawade tycker om att fotografera natur och arkitektur på fritiden.

– Det var nog delvis därför som jag gav mig in i det här projektet, för jag gillar att leka med kameror. Jag får användning av min hobby på jobbet.
Artificiell intelligens kan ibland vara skarpare än människans öga och kan också utnyttja stora mängder data. Förutom att göra fenotypningen effektivare och mindre kostsam går Aakash Chawades forskning också ut på att göra fenotypningen säkrare och öka precisionen.

– Vårt verktyg kommer förstås inte att ersätta växtförädlarna, men det kommer att bli ett bra komplement till deras kompetens.
Aakash Chawade skulle vilja se fler robotar i förädlarnas försöksfält och växthus i framtiden.

– Robotar kan jobba och samla in data dag som natt, säger han.

När det gäller forskningen i stort skulle Aakash Chawade vilja ta jordbruket och växtförädlingen närmare konsumenten.

– Konsumenterna behöver förstå vad det betyder när vi pratar om närodlat, och vad det innebär att utveckla nya sorter av grödor för olika odlingsförhållanden.

Fakta:

Om Aakash Chawade. Efter studier i genetik, mikrobiologi och kemi vid Osmania University i Indien, kom Aakash Chawade till Sverige 2004 och läste en masterutbildning i bioinformatik vid Högskolan i Skövde. Han doktorerade i biologi vid Göteborgs universitet och var sedan postdok och forskare inom proteomik vid Lunds universitet. 2016 kom han till SLU och är nu docent vid Institutionen för växtförädling.

Aakash Chawade och hans forskargrupp har publicerat flera vetenskapliga artiklar om fenotypning och maskininlärning. Förutom att leda projektet Developing automated phenotyping methods for breeding wheat and sugar beet inom SLU Grogrund är han involverad i NordPlant - ett centrum för hållbart jord- och skogsbruk i framtida nordiska klimat. Han är engagerad i the Nordic Plant Phenotyping Network och nätverket BalticWheat som söker lösningar på hur man kan minska användningen av gödnings- och bekämpningsmedel i veteodlingar.