Новая ИИ-модель поможет защитить томаты от опасного вируса
Вирус желтой курчавости листьев томата TYLCV — один из самых разрушительных вирусных патогенов, угрожающий производству томатов во всем мире. TYLCV вызывает скручивание листьев, пожелтение, замедление роста и значительные потери урожая.
В последние годы высоковирулентные штаммы продолжают распространяться по регионам и в некоторых случаях преодолевают генетическую устойчивость сортов томатов. Эти проблемы подчеркивают острую необходимость в точном, раннем, масштабируемом и основанном на секвенировании мониторинге возбудителя.
Исследователи Университета Сунгкюнкван (Республика Корея) разработали DeepTYLCV систему искусственного интеллекта для прогнозирования вирулентности TYLCV среди вирусных изолятов, распространенных по всему миру.
Преимущества новой модели
В отличие от традиционных методов диагностики в полевых условиях или моделей искусственного интеллекта, основанных на изображениях, которые зависят от видимых симптомов и могут подвергаться влиянию условий окружающей среды, DeepTYLCV использует информацию о последовательности вирусного генома. Это позволяет модели выявлять слабые и высоковирулентные штаммы до подтверждения на основе симптомов и обеспечивает масштабную стратегию мониторинга новых вирусных вариантов.
DeepTYLCV объединяет векторные представления языковых моделей белков с гибридной архитектурой, которая сочетает в себе кодировщик Transformer и многомасштабную сверточную нейронную сеть, что позволяет модели улавливать как глобальные закономерности последовательностей, так и локальные мотивы, связанные с вирулентностью.
Практическая значимость модели
Исследовательская группа провела прогнозы для 15 изолятов TYLCV, включая как международные эталонные изоляты, так и корейские полевые изоляты. Эти прогнозы были подтверждены с помощью анализов заражения томатов, оценки тяжести симптомов и анализа накопления вируса. DeepTYLCV показала 100% совпадений между предсказанной и экспериментально наблюдаемой степенью вирулентности, доказывая свою практическую ценность для выявления новых опасных вариантов вируса TYLCV.
DeepTYLCV может служить ценным инструментом для мониторинга, программ селекции и быстрой оценки новых появляющихся штаммов TYLCV.
В условиях глобализации, понимание распространения вирусных фитопатогенов становится очень важным для прогнозирования будущих угроз. В научных подразделениях Всероссийского центра карантина растений (ФГБУ «ВНИИКР» Россельхознадзора) проводится глубокое и всестороннее изучение карантинных и других особо опасных вирусов растений, что позволяет эффективно противостоять этим вызовам.
Источник: Nattanong Bupi et al, DeepTYLCV: An interpretable and experimentally validated AI model for predicting virulence of different tomato yellow leaf curl virus strains, Plant Communications (2026). DOI: 10.1016/j.xplc.2026.101877
Рекомендуем по теме
13 июня, 2026, 11:00 
12 июня, 2026, 10:33 
12 июня, 2026, 10:00 
12 июня, 2026, 10:00 
11 июня, 2026, 19:00 
11 июня, 2026, 18:37 
Подписка на рассылку
Подпишитесь на нашу рассылку и будьте в курсе всех новостей
Нажимая на кнопку «Подписаться», Вы соглашаетесь на обработку персональных данных в соответствии с
«Политикой конфиденциальности»
Законодательство
