臺北市

Google AI協助分析澳洲巨藻基因 科學家追耐熱線索

媒角抵加News/林承志
發布:(台灣時間) 資料更新:(台灣時間)
AI生成情境示意,潛水人員在巨藻林旁持採樣袋。

(媒角抵加/林承志綜合報導)澳洲塔斯馬尼亞的巨藻森林因海水升溫大幅縮減,研究人員正結合野外採樣、基因分析與培育,尋找適合復育的巨藻。Google 11月12日公布合作進度:團隊已發表兩組澳洲巨藻參考基因組,並訓練AI工具分析野生樣本。基因資料有助研究耐熱與多樣性,移植後能否存活,還要看實際海域環境。

關鍵資訊

  • 研究對象:澳洲巨藻(學名 *Macrocystis pyrifera*)及其遺傳差異。
  • 新進度:Google公布合作團隊已建立兩組澳洲參考基因組,並將AI工具用於巨藻DNA資料分析。
  • 研究分工:研究者採樣、定序與培育;AI協助處理基因資料,野外種植與監測由合作團隊執行。
  • 現地挑戰:水溫、養分、風暴與攝食生物等條件,都會影響移植成果。

兩組澳洲巨藻基因組 成為比對參考

Google 11月12日說明與澳洲聯邦科學與工業研究組織(CSIRO)的合作進度指出,研究團隊已發表兩組澳洲巨藻參考基因組,並訓練Google開源工具DeepVariant的巨藻版本,分析塔斯馬尼亞沿岸40處採集的600份野生樣本。

參考基因組可視為比對DNA差異的底稿。《BMC Genomics》6月發表的論文指出,研究者於2024年分別在澳洲維多利亞州與塔斯馬尼亞採集兩株巨藻,建立兩組基因組,供後續研究當地族群遺傳特徵與保育使用。論文由Google Australia資助,作者包括CSIRO及Google研究人員。

Google所述600份樣本分析與論文中的兩株參考基因組,是不同階段的工作。研究團隊希望藉由比對族群差異,進一步探索哪些遺傳特徵與耐熱有關,同時顧及復育族群的遺傳多樣性。

AI生成情境示意,戴手套的雙手以鑷子處理褐色藻類樣本。
AI生成情境示意:研究人員在實驗室處理藻類樣本,非實際研究現場。

從海中採樣到實驗室培育 AI協助處理基因資料

CSIRO說明,研究人員利用全基因組定序,檢視巨藻遺傳差異與耐熱表現的關係;Google的DeepConsensus與DeepVariant則協助分析龐大的基因資料。定序需要樣本與實驗設備,AI工具的角色是協助處理資料。

復育還涉及海域選址與人工種植。CSIRO表示,自然保育協會(The Nature Conservancy)協助找出合適地點,塔斯馬尼亞大學海洋與南極研究所(IMAS)培育約6週的幼藻,再由合作團隊將幼藻固定於海床。這些工作與基因研究相互配合,野外植株仍需要持續監測。

合作團隊的巨藻復育計畫表示,2024至2025年在表現較佳的試驗地點擴大種植,數處已有數百株巨藻長到海面。這是復育團隊回報的現地進展;公開說明未提供這批植株的完整存活率,也沒有將結果歸因於此次AI分析。

同種巨藻移植研究顯示 場址條件影響生長

實驗室取得候選品系後,還要面對海水溫度、養分及其他生物等變化。澳洲廣播公司(ABC)7月採訪中,IMAS海洋生態學家Scott Bennett表示,塔斯馬尼亞的復育成果因環境而異,高溫、風暴與攝食藻類的魚都可能影響移植區,選擇仍適合巨藻生長的地點很重要。

另一組研究人員在加拿大英屬哥倫比亞進行的巨藻移植試驗也觀察到場址差異:移植後140天,較冷場址的植株平均長度較高。研究者指出,當地適應與遺傳多樣性的影響隨時間而變,且部分後期樣本數偏低。這項加拿大研究提供不同海域的實驗觀察,並非澳洲Google合作計畫的成效評估。

對台灣海洋保育工作者,這項研究提供了把野外採樣、基因資料與現地監測串起來的參考。農業部海藻資料指出,台灣海藻分布會隨海流、水溫與季節改變;若評估類似方法,仍需依本地物種與海域條件設計採樣和復育試驗。

資料來源與更新紀錄