يتناول القسم الإمكانيات التحويلية لدمج علم الجينوم الشامل، وبيانات الأوميكس المتعددة، والذكاء الاصطناعي (AI) في تربية المحاصيل الجذرية والدرنية والحبوب. ويبرز ضرورة فتح التنوع الجيني وفهم تفاعلات الجين-البيئة لتعزيز إنتاجية المحاصيل وجودتها ومرونتها. يسمح علم الجينوم الشامل برؤية شاملة للتنوع الجيني، مما يلتقط التغيرات الهيكلية والأليلات النادرة التي تساهم في تحمل الضغوط والإنتاجية. وبالاقتران مع…

تقدم البحث نهجًا آليًا جديدًا لتحديد الصفات الرئيسية لسنابل الأرز، والتي تعتبر حاسمة للإنتاجية والجودة. تم استخدام مجموعة بيانات تتكون من 5,300 صورة لسنابل الأرز، مصنفة حسب النوع (فضفاضة، عادية، كثيفة) ومرحلة النضج (حليب، عجين، كامل، ناضج جدًا)، لتدريب نموذج تعلم عميق. تم تقسيم مجموعة البيانات إلى 3,290 صورة للتدريب، و940 للتحقق، و470 للاختبار. أظهر…

تسلط القسم المراجع الضوء على الدور الحاسم لتقنيات الأوميكس – التي تشمل الجينوميات، والترانسكريبتوميات، والبروتينوميات، والميتابولوميات – في فهم آليات الدفاع النباتية ضد الضغوط الحيوية وغير الحيوية. تعقيد بيانات الأوميكس يتطلب أدوات تحليل متقدمة، لا سيما خوارزميات الذكاء الاصطناعي (AI) مثل التعلم الآلي (ML) والتعلم العميق، التي تُستخدم بشكل متزايد لاستخراج رؤى ذات مغزى من…