Published January 17, 2024
| Version v1
Publication
Open
Machine and Deep Learning: Artificial Intelligence Application in Biotic and Abiotic Stress Management in Plants
Creators
- 1. Yibin University
- 2. University of Karachi
- 3. Government College University, Faisalabad
- 4. Pir Mehr Ali Shah Arid Agriculture University
- 5. Beijing Forestry University
- 6. Inner Mongolia Agricultural University
- 7. University of Tennessee at Knoxville
- 8. Oak Ridge National Laboratory
Description
Biotic and abiotic stresses significantly affect plant fitness, resulting in a serious loss in food production. Biotic and abiotic stresses predominantly affect metabolite biosynthesis, gene and protein expression, and genome variations. However, light doses of stress result in the production of positive attributes in crops, like tolerance to stress and biosynthesis of metabolites, called hormesis. Advancement in artificial intelligence (AI) has enabled the development of high-throughput gadgets such as high-resolution imagery sensors and robotic aerial vehicles, i.e., satellites and unmanned aerial vehicles (UAV), to overcome biotic and abiotic stresses. These High throughput (HTP) gadgets produce accurate but big amounts of data. Significant datasets such as transportable array for remotely sensed agriculture and phenotyping reference platform (TERRA-REF) have been developed to forecast abiotic stresses and early detection of biotic stresses. For accurately measuring the model plant stress, tools like Deep Learning (DL) and Machine Learning (ML) have enabled early detection of desirable traits in a large population of breeding material and mitigate plant stresses. In this review, advanced applications of ML and DL in plant biotic and abiotic stress management have been summarized.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تؤثر الضغوط الحيوية واللاأحيائية بشكل كبير على لياقة النبات، مما يؤدي إلى خسارة فادحة في إنتاج الغذاء. تؤثر الضغوط الحيوية واللاأحيائية في الغالب على التخليق الحيوي للأيض، والتعبير الجيني والبروتيني، واختلافات الجينوم. ومع ذلك، فإن الجرعات الخفيفة من الإجهاد تؤدي إلى إنتاج سمات إيجابية في المحاصيل، مثل تحمل الإجهاد والتخليق الحيوي لنواتج الأيض، والتي تسمى التخلخل. مكن التقدم في الذكاء الاصطناعي (AI) من تطوير أدوات عالية الإنتاجية مثل مستشعرات الصور عالية الدقة والمركبات الجوية الروبوتية، أي الأقمار الصناعية والمركبات الجوية بدون طيار (UAV)، للتغلب على الضغوط الحيوية واللاأحيائية. تنتج هذه الأدوات عالية الإنتاجية (HTP) كميات دقيقة ولكنها كبيرة من البيانات. تم تطوير مجموعات بيانات مهمة مثل المصفوفة القابلة للنقل للزراعة المستشعرة عن بُعد والمنصة المرجعية للنمط الظاهري (TERRA - REF) للتنبؤ بالإجهادات اللاأحيائية والكشف المبكر عن الإجهادات الحيوية. لقياس إجهاد النبات النموذجي بدقة، مكنت أدوات مثل التعلم العميق (DL) والتعلم الآلي (ML) من الكشف المبكر عن السمات المرغوبة في مجموعة كبيرة من مواد التكاثر والتخفيف من ضغوط النبات. في هذه المراجعة، تم تلخيص التطبيقات المتقدمة لـ ML و DL في إدارة الإجهاد الحيوي واللاأحيائي للنباتات.Translated Description (French)
Les stress biotiques et abiotiques affectent de manière significative la condition physique des plantes, entraînant une grave perte de production alimentaire. Les stress biotiques et abiotiques affectent principalement la biosynthèse des métabolites, l'expression des gènes et des protéines et les variations du génome. Cependant, de légères doses de stress entraînent la production d'attributs positifs dans les cultures, comme la tolérance au stress et la biosynthèse des métabolites, appelée hormèse. Les progrès de l'intelligence artificielle (IA) ont permis le développement de gadgets à haut débit tels que les capteurs d'imagerie à haute résolution et les véhicules aériens robotisés, c'est-à-dire les satellites et les véhicules aériens sans pilote (UAV), pour surmonter les stress biotiques et abiotiques. Ces gadgets à haut débit (HTP) produisent des quantités précises mais importantes de données. Des ensembles de données significatifs tels que le réseau transportable pour l'agriculture par télédétection et la plate-forme de référence de phénotypage (TERRA-REF) ont été développés pour prévoir les stress abiotiques et la détection précoce des stress biotiques. Pour mesurer avec précision le stress des plantes modèles, des outils tels que le Deep Learning (DL) et le Machine Learning (ML) ont permis de détecter rapidement les traits souhaitables dans une grande population de matériel de sélection et d'atténuer les stress des plantes. Dans cette revue, les applications avancées du ML et du DL dans la gestion du stress biotique et abiotique des plantes ont été résumées.Translated Description (Spanish)
El estrés biótico y abiótico afecta significativamente la aptitud de las plantas, lo que resulta en una grave pérdida en la producción de alimentos. El estrés biótico y abiótico afecta predominantemente la biosíntesis de metabolitos, la expresión de genes y proteínas y las variaciones genómicas. Sin embargo, las dosis ligeras de estrés dan como resultado la producción de atributos positivos en los cultivos, como la tolerancia al estrés y la biosíntesis de metabolitos, llamada hormesis. El avance en la inteligencia artificial (IA) ha permitido el desarrollo de dispositivos de alto rendimiento, como sensores de imágenes de alta resolución y vehículos aéreos robóticos, es decir, satélites y vehículos aéreos no tripulados (UAV), para superar las tensiones bióticas y abióticas. Estos gadgets de alto rendimiento (HTP) producen grandes cantidades de datos precisos. Se han desarrollado conjuntos de datos significativos, como la matriz transportable para la agricultura de teledetección y la plataforma de referencia de fenotipado (TERRA-REF), para pronosticar las tensiones abióticas y la detección temprana de las tensiones bióticas. Para medir con precisión el estrés de las plantas modelo, herramientas como Deep Learning (DL) y Machine Learning (ML) han permitido la detección temprana de rasgos deseables en una gran población de material de reproducción y mitigar el estrés de las plantas. En esta revisión, se han resumido las aplicaciones avanzadas de ML y DL en el manejo del estrés biótico y abiótico de las plantas.Files
pdf.pdf
Files
(146 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:9fe3cb2b7313dc79bb477bc8fde184a7
|
146 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- التعلم الآلي والعميق: تطبيق الذكاء الاصطناعي في إدارة الإجهاد الحيوي وغير الحيوي في النباتات
- Translated title (French)
- Machine and Deep Learning : Artificial Intelligence Application in Biotic and Abiotic Stress Management in Plants
- Translated title (Spanish)
- Aprendizaje automático y profundo: aplicación de inteligencia artificial en la gestión del estrés biótico y abiótico en plantas
Identifiers
- Other
- https://openalex.org/W4391030693
- DOI
- 10.31083/j.fbl2901020
References
- https://openalex.org/W1494137514
- https://openalex.org/W1898091954
- https://openalex.org/W1976367620
- https://openalex.org/W1990562571
- https://openalex.org/W1995029758
- https://openalex.org/W2022914549
- https://openalex.org/W2026978702
- https://openalex.org/W2027249140
- https://openalex.org/W2041570083
- https://openalex.org/W2054134328
- https://openalex.org/W2062982970
- https://openalex.org/W2063247458
- https://openalex.org/W2064289726
- https://openalex.org/W2064446899
- https://openalex.org/W2091190665
- https://openalex.org/W2093290384
- https://openalex.org/W2096218607
- https://openalex.org/W2101698056
- https://openalex.org/W2110462136
- https://openalex.org/W2113631068
- https://openalex.org/W2116740452
- https://openalex.org/W2123652168
- https://openalex.org/W2132612085
- https://openalex.org/W2153977564
- https://openalex.org/W2160038364
- https://openalex.org/W2198326285
- https://openalex.org/W2256706922
- https://openalex.org/W2405064006
- https://openalex.org/W2516646655
- https://openalex.org/W2526391094
- https://openalex.org/W2591121333
- https://openalex.org/W2603461228
- https://openalex.org/W2607541425
- https://openalex.org/W2735522704
- https://openalex.org/W2753403518
- https://openalex.org/W2756164813
- https://openalex.org/W2766466986
- https://openalex.org/W2768881357
- https://openalex.org/W2799759580
- https://openalex.org/W2807755107
- https://openalex.org/W2891667148
- https://openalex.org/W2900498021
- https://openalex.org/W2901223758
- https://openalex.org/W2901380936
- https://openalex.org/W2903679996
- https://openalex.org/W2911433502
- https://openalex.org/W2911608675
- https://openalex.org/W2912398505
- https://openalex.org/W2913255291
- https://openalex.org/W2915583118
- https://openalex.org/W2918181951
- https://openalex.org/W2922028018
- https://openalex.org/W2923799991
- https://openalex.org/W2939433888
- https://openalex.org/W2946541628
- https://openalex.org/W2946706963
- https://openalex.org/W2947572107
- https://openalex.org/W2950426112
- https://openalex.org/W2951046905
- https://openalex.org/W2963363786
- https://openalex.org/W2969292408
- https://openalex.org/W2977339872
- https://openalex.org/W2979348177
- https://openalex.org/W2981129334
- https://openalex.org/W2986545549
- https://openalex.org/W2991429304
- https://openalex.org/W2997804343
- https://openalex.org/W3010604378
- https://openalex.org/W3012306896
- https://openalex.org/W3015087400
- https://openalex.org/W3015661553
- https://openalex.org/W3018655369
- https://openalex.org/W3021148129
- https://openalex.org/W3024705905
- https://openalex.org/W3034892949
- https://openalex.org/W3041775857
- https://openalex.org/W3047144938
- https://openalex.org/W3047967414
- https://openalex.org/W3048594117
- https://openalex.org/W3079760979
- https://openalex.org/W3088154325
- https://openalex.org/W3113861800
- https://openalex.org/W3118299025
- https://openalex.org/W3124252139
- https://openalex.org/W3141915075
- https://openalex.org/W3148399101
- https://openalex.org/W3154854634
- https://openalex.org/W3165055387
- https://openalex.org/W3165131975
- https://openalex.org/W3208435711
- https://openalex.org/W3217453691
- https://openalex.org/W4200086534
- https://openalex.org/W4210328114
- https://openalex.org/W4225774212
- https://openalex.org/W4285742228
- https://openalex.org/W4286299948
- https://openalex.org/W4290791424
- https://openalex.org/W4308545179
- https://openalex.org/W4309582104
- https://openalex.org/W4311470834
- https://openalex.org/W4311485253
- https://openalex.org/W4385732771
- https://openalex.org/W4385804887
- https://openalex.org/W4387043275