自主机器人帮助实现葡萄葡萄酒行业的现代化

PhytoPatholoBots (PPB) 将被部署到的四个葡萄育种项目，其使命是引导全球葡萄和葡萄酒行业进入 21 世纪。

这些自主机器人将在葡萄园中滚动，利用计算机视觉收集每棵葡萄树生理状态的数据。通过将这些数据与十年的葡萄育种突破相结合，康奈尔大学的研究人员正在改进 PPB，以允许育种者和种植者评估他们的葡萄园——逐片实时地评估，直至化学水平。

PPB 的推出是在康奈尔大学一个新的四年项目的第一年，该项目由国家食品和农业研究所特种作物研究计划 (NIFA-SCRI) 提供的全国 1000 万美元赠款资助，并由大学领导明尼苏达州。该赠款扩展了 NIFA-SCRI 之前资助的 VitisGen1 和 2 项目，这是一项长达十年的合作，由康奈尔大学领导的科学家组成的国家团队发现了许多控制葡萄藤重要特性的基因，例如抗病性、抗虫性以及水果和葡萄酒质量。有了这些宝贵的新遗传资源，全国的葡萄育种者已经能够在创纪录的时间内将高质量和高抗病性相结合的新品种储备在他们的管道中。

新康奈尔项目的重点是通过结合植物病理学、计算机视觉、人工智能和机器人技术，将 VitisGen 的基因和技术创新引入葡萄园。这项工作对于鼓励种植者开始广泛种植 VitisGen 使新的抗病葡萄品种成为可能至关重要。今天种植的几乎所有葡萄品种都极易受到白粉病和霜霉病的影响——在过去的 140 年里，世界各地的种植者使用多种化学杀菌剂来解决这些问题。

“仅采用这些新品种就有可能将杀虫剂的使用量减少 90%，”康奈尔农业科技公司 USDA-ARS 葡萄遗传学研究部的联合项目主任兼研究植物病理学家 Lance Cadle-Davidson 说。“现在育种者已经将自然抗病性引入即将商业化的品种中，种植者需要更新的指导。”

为了全面制定这一指南，Cadle-Davidson 聘请了康奈尔农业技术学院葡萄病理学联合首席研究员兼助理教授 Katie Gold，以及综合植物科学学院园艺系助理教授应用机器人专家 Yu Jiang。该团队还包括长期担任 VitisGen 领导者的 Bruce Reisch、综合植物科学学院园艺科植物育种和遗传学教授，以及伊萨卡康奈尔大学生物信息学设施联合主任 Qi Sun 的合作者。

专门使用成像光谱检测疾病的 Gold 将进行田间试验，为 VitisGen 管道中的新品种设计低投入疾病管理计划。光谱学测量物质如何与光和其他电磁辐射相互作用，不同类型的物质产生不同的光谱特征。传统相机测量可见 (RGB) 光谱内的光谱特征。但是成像光谱学——最初由国家航空航天局 (NASA) 率先研究太阳系——产生的数据涵盖的电磁辐射范围是人眼可见范围的七倍。

康奈尔影响纽约州

PPB 在 VitisGen2 期间形成，此前 Jiang 帮助 Cadle-Davidson 开发了基于 AI 的模型，使用数字成像检测和量化葡萄上的白粉病和霜霉病，从而加快了在实验室评估数千株幼苗的过程。Jiang 使用这些模型来驱动 Cadle-Davidson 的自动表型 RGB 显微镜机器人，名为 BlackBird。借助 BlackBird，Cadle-Davidson 的实验室发现他们可以评估的幼苗数量增加了 60 倍，并且发现人工智能在量化疾病方面也比人类更准确。

对于这个项目，Jiang 正在使用成像光谱仪(也称为高光谱传感器)扩大 PPB 的范围，以将 VitisGen 实验室调查扩展到葡萄园，并使育种者能够在自然环境中对葡萄藤进行表型分析。Gold 还将使用新装备的高光谱 PPB 或 HyperPPB，在化学水平上“观察”植物。她将在现场应用这些数据，在可见症状出现之前检测疾病，并在实验室中开始表征抗病性背后的机制——这最终取决于植物基因构成与其环境之间复杂的相互作用。

“叶子的许多真实变化是在我们看不到的波长中捕获的，这主要对应于化学和生理学，”Gold 说。“高光谱真正展示了它在检测和区分疾病抵抗力和感染动力学的多方面、不那么一成不变的方面的能力。”

Jiang 希望将 PPB 机器人系列商业化，以便种植者能够以前所未有的规模监控葡萄园中的疾病以及葡萄藤发育的许多其他方面。他说，这项合作是跨学科研究如何加速下一代农业食品系统设计过程的一个典型例子。

“我们正在帮助育种者瞄准根本性改进，同时使他们能够更快地响应变化，无论是否预测到，”Jiang 说。