高粱，*三大粮食作物，正在成为生物燃料产业的**。由于其水分利用效率、耐热性和种子成本低，它有能力**过玉米，特别是在灌溉供应限制农业生产力**过土地供应的西部和高计划中。

然而，现在，较大限度地发挥作物的潜力是具有挑战性的。它的大部分基因组--完整的DNA--的功能仍然是个谜。如果不明确高粱大约3万种基因的功能，研究人员就无法完全优化高粱的生物燃料生产。

这就是由植物遗传学家**的研究人员小组着手解决的问题。该小组较近从能源部获得了270万元，为期三年的赠款，用于开发一种快速、高效的方法来描述高粱基因的功能。

科学家们正在带领一组来自玉米带的机构参与这项工作。他们的方法，一种机器学习和植物遗传学的创新结合，将为高粱品种在特定环境中的繁衍铺平道路。这种方法还可以推广到玉米和大豆等其他作物，因为这些作物的绝大多数基因都是未经研究的。

“如果我们了解植物对环境的感知和反应的细节，我们就可以开发出适合某些地区的品种，”农学和园艺副教授说。“现在，对许多基因来说，我们不知道它们是干什么的。”

为了填补这些空白，研究团队正在使用一种称为反向遗传学的方法。从本质上讲，这是传统遗传方法的倒退，也就是所谓的前向遗传学，它的起点是一种不寻常的外观或表型的植物。研究人员发现这种长得很奇怪的植物，然后试着确定哪些基因是致病的。

通过反向遗传学，这一过程向相反的方向发展。科学家从一个已知的基因开始，改变这个特定的基因，然后分析由此产生的植物的特性，从而揭示该基因的功能。虽然这种方法已经使用了十多年，但在大多数情况下，改变基因并没有任何效果。找出适合研究的基因就像在干草堆里挖针一样。

为了克服这一问题，团队正在设计一种系统的方法来选择哪些基因值得研究。它以机器学习为中心--通过将计算机暴露在大量以前收集的数据中，教计算机做出决策的过程。在这个项目中，研究人员将向机器提供关于高粱和玉米基因的广泛信息，这些基因已经被深入研究过了。

从这些数据中，计算机将学会识别某种类型的基因在决定高粱特性方面可能发挥着巨大作用的模式。一旦改进，该算法将避免研究人员随机选择基因、突变基因和空手出现的繁琐过程。

在研究高粱的同时，他们还在开发一种玉米秸秆磨损传感器，这将帮助他的团队更好地理解并较终提高它对干旱的反应。

实验室中的人们已经发现，当一个基因在植物中产生一些奇怪的东西时，这些基因看起来与基因组中的其他基因确实不同。我们将利用这些信息来训练计算机，以识别在植物发生突变时可能对植物产生重大影响的其他基因。在系统确定了有希望的基因之后，测量产生的高粱的应激反应、养分和水分利用效率以及生物量--可用于生产可再生能源的**物质的数量。

到目前为止，许多研究都集中在找出在全国大部分地区表现良好的作物品种，但是，随着对高粱基因功能的更深入了解，重点可能转移到在较小的地理区域以较少的投入繁衍的品种上。这一战略可以提高高粱燃料、食品和动物饲料的总产量。

该项目是较早将人工智能和植物科学结合在一起的项目之一，在过去的18个月里，这一组合开始获得发展势头。他希望这种方法能为植物遗传学打开新的大门。