Ilmuwan Manfaatkan AI untuk Kurangi Emisi Metana di Peternakan

Sebuah studi baru mengungkap bagaimana ilmuwan USDA dan ISU memanfaatkan teknologi AI untuk mengatasi emisi metana pada ternak, menawarkan alternatif yang menjanjikan untuk penghambat metana yang berbahaya seperti bromoform.

Dalam sebuah studi baru, diterbitkan Dalam jurnal Animal Frontiers, peneliti dari USDA Agricultural Research Service (ARS) dan Iowa State University (ISU) telah menunjukkan potensi kecerdasan buatan generatif untuk mempercepat identifikasi solusi guna mengurangi emisi metana enterik dari ternak — kontributor signifikan terhadap emisi gas rumah kaca pertanian dan keseluruhan AS.

“Mengembangkan solusi untuk mengatasi emisi metana dari peternakan merupakan prioritas penting. Ilmuwan kami terus menggunakan strategi inovatif dan berbasis data untuk membantu produsen ternak mencapai tujuan pengurangan emisi yang akan menjaga lingkungan dan mendorong masa depan pertanian yang lebih berkelanjutan,” kata Simon Liu, seorang administrator di USDA-ARS, dalam sebuah pernyataan. rilis berita.

Emisi metana enterik, yang dihasilkan selama proses pencernaan dalam rumen sapi, menyumbang sekitar 33% dari emisi pertanian AS dan 3% dari total emisi gas rumah kaca AS. Menangani emisi ini merupakan langkah penting untuk mengurangi perubahan iklim dan meningkatkan keberlanjutan pertanian.

Dengan berfokus secara internal pada sistem pencernaan sapi, tim peneliti, memanfaatkan model komputasional yang disempurnakan oleh AI, menargetkan bakteri yang terlibat dalam fermentasi enterik. Bakteri ini menghasilkan metana sebagai produk sampingan, yang kemudian dikeluarkan oleh sapi melalui sendawa.

Salah satu zat yang menjanjikan adalah bromoform, senyawa alami yang ditemukan dalam rumput laut. Bromoform telah menunjukkan kemampuan untuk mengurangi produksi metana sapi hingga 98%.

Namun, karena sifat karsinogeniknya, aplikasinya pada hewan penghasil makanan terbatas. Akibatnya, pencarian inhibitor metana alternatif yang aman menjadi mendesak sekaligus menantang.

Pendekatan penelitian inovatif ini memanfaatkan kombinasi simulasi molekuler canggih dan AI.

"Kami menggunakan simulasi molekuler canggih dan AI untuk mengidentifikasi penghambat metana baru berdasarkan sifat-sifat penghambat yang telah diteliti sebelumnya [seperti bromoform], tetapi aman, dapat ditingkatkan, dan memiliki potensi besar untuk menghambat emisi metana," tambah rekan penulis Matthew Beck, seorang ilmuwan hewan penelitian dengan USDA-ARS selama penelitian dan sekarang di Universitas Texas A&M.

Para peneliti membangun model komputasional besar dari data ilmiah yang tersedia untuk umum mengenai rumen sapi, yang memungkinkan algoritme AI untuk memprediksi perilaku molekuler dan mengidentifikasi kandidat yang menjanjikan untuk pengujian lebih lanjut. Siklus prediksi dan validasi laboratorium yang berkelanjutan difasilitasi oleh model pembelajaran mesin yang dikenal sebagai jaringan saraf grafik.

"Jaringan saraf grafik kami adalah model pembelajaran mesin yang mempelajari sifat-sifat molekul, termasuk detail atom dan ikatan kimia yang menyatukannya, sekaligus menyimpan informasi bermanfaat tentang sifat-sifat molekul untuk membantu kami mempelajari bagaimana molekul tersebut kemungkinan berperilaku di dalam perut sapi," kata salah satu penulis penelitian Ratul Chowdhury, asisten profesor di ISU, dalam rilis berita tersebut.

Melalui proses berulang ini, para ilmuwan mengidentifikasi 15 molekul yang fungsinya mirip dengan bromoform yang tidak membawa beban racunnya, menandai kemajuan signifikan dalam pencarian senyawa mitigasi metana yang layak.

Jacek Koziel, seorang pemimpin penelitian di USDA-ARS dan salah satu penulis studi tersebut, menekankan implikasi yang lebih luas dari karya ini.

“Saat ini ada beberapa strategi menjanjikan lain yang tersedia untuk mengurangi emisi metana enterik, tetapi solusi yang tersedia relatif terbatas. Itulah sebabnya menggabungkan AI dengan penelitian laboratorium, melalui penyempurnaan berulang, merupakan alat ilmiah yang berharga,” katanya. “AI dapat mempercepat penelitian dan mempercepat beberapa jalur yang dapat ditempuh oleh ahli gizi hewan, peneliti, dan perusahaan untuk membawa kita lebih dekat ke tujuan yang sangat ambisius untuk membatasi emisi gas rumah kaca dan membantu mengurangi perubahan iklim.”

Rincian biaya komputasi dan moneter per molekul yang disediakan oleh penelitian ini bertujuan untuk memandu investasi masa depan dalam pendekatan penelitian serupa.