Bio-informatica is paradoxaal genoeg zowel een motor voor innovatie in plantenveredeling als een van de grootste knelpunten in de sector. Zeker in omgevingen waar de biologische kennis al ver is ontwikkeld, maar de technische capaciteit om data te verwerken achterblijft. "Dat zorgt voor een structurele afhankelijkheid van hooggespecialiseerde profielen die niet altijd beschikbaar zijn", legt de Spaanse startup Ploid AI uit, opgericht door Adolfo Gastalver en Federico Jurado.
"Daarom hebben we Ploid AI gebouwd: een platform aangedreven door kunstmatige intelligentie dat bioinformatica rechtstreeks naar de onderzoeker of veredelaar brengt. Zo hoeft data-analyse niet langer uitbesteed te worden of afhankelijk te zijn van derden, maar wordt het een toegankelijk onderdeel van het eigen werkproces."
© Ploid AI
Bioinformatische analyses zonder zorgen over code
Veel bioinformatisch werk in onderzoeks- en veredelingsomgevingen is niet per se vernieuwend, maar juist repetitief. Het gaat om bekende werkwijzen die tijd, technische kennis en rekenkracht vragen, maar die in de kern patronen volgen die tegenwoordig prima door AI-modellen kunnen worden overgenomen, aldus Ploid AI.
"Het doel van het platform is niet om de wetenschapper te vervangen of alles te automatiseren. Het gaat erom de taakverdeling te herdefiniëren: technische specialisten hoeven zich niet meer bezig te houden met repetitief werk, en onderzoekers kunnen zelf analyses uitvoeren zonder dat ze programmeertalen als R of Python hoeven te beheersen."
"We zijn niet op zoek naar een AI die de wetenschapper vervangt, maar naar een tool die hem of haar in staat stelt het werk zelfstandig te doen", benadrukken ze. "Zonder zorgen over code, het beheren van grote datasets of het instellen van rekenomgevingen."
Een van de gebieden waar dit bijzonder relevant is, is plantenveredeling. Daar is het beheren en analyseren van fenotypische en genetische data cruciaal voor goede beslissingen. Toch wordt de informatie die jarenlang is verzameld in veel gevallen niet optimaal benut, door technische of methodologische beperkingen.
"Er zijn bedrijven die al jaren data verzamelen, maar niet goed weten of die data betrouwbaar is of hoe ze die correct moeten analyseren. Ploid AI laat je direct met bestaande data werken. Je combineert stamboom- en fenotype-informatie om statistische modellen te bouwen waarmee je bijvoorbeeld kunt beoordelen hoe erfelijk bepaalde eigenschappen zijn, zonder dat je meteen genetische markers nodig hebt. Dat biedt een eerste, toegankelijke analyselaag met veel waarde voor het vinden van nieuwe rassen."
© Ploid AI
"Wat normaal gesproken geavanceerde kennis van statistische modellering vereist, kan nu worden uitgevoerd door simpelweg bestanden te uploaden en automatisch modellen te laten genereren. Dat verlaagt de drempel aanzienlijk voor teams zonder eigen bio-informatica-expertise."
Deze mogelijkheid vormt de natuurlijke stap van fenotypische selectie naar genetische selectie, en raakt direct aan een van de meest kritieke factoren in de sector: tijd.
Directe impact op concurrentievermogen
"Rassenontwikkeling duurt doorgaans een jaar of tien. De kwaliteit van de beslissingen in elke fase is daarbij bepalend, en veel van die beslissingen hangen af van een correcte interpretatie van complexe data. Elke tool die hypotheses sneller en betrouwbaarder kan valideren, heeft dan ook een directe impact op het concurrentievermogen."
"De mogelijkheid om erfelijkheidspatronen te analyseren, historische data te valideren of inconsistenties op te sporen vóórdat je de stap naar moleculaire genetica zet, helpt om middelen efficiënter in te zetten en het risico te verkleinen dat je de verkeerde kant op gaat."
Anders dan andere AI-systemen waarbij resultaten kunnen variëren afhankelijk van de interactie, maakt dit platform het mogelijk om vaste werkstromen te bouwen die wetenschappelijke nauwkeurigheid garanderen. Dezelfde analyse kan worden herhaald met verschillende datasets, zonder dat de logica of het resultaat verandert.
De introductie van dit soort tools gaat overigens verder dan technologie alleen. Het vraagt ook om begeleiding, zodat teams deze nieuwe aanpak kunnen integreren in hun dagelijkse werkwijze. Zeker in organisaties waar digitalisering nog niet volledig is doorgevoerd.
"Daarom biedt Ploid AI naast het platform ook advies op maat. We helpen klanten hun data te structureren, hun analysedoelen te bepalen en een basis te leggen voor voorspellende modellen en onderbouwde beslissingen. Zodra die eerste fase is doorlopen, kunnen teams zelfstandig verder."
"Ploid AI heeft al de aandacht getrokken van grote veredelingsbedrijven, zoals Berryum Varieties, die hun veredeling en genomische selectie al volledig zelfstandig en betrouwbaar optimaliseren met het platform."
© Ploid AIVoor meer informatie:
Ploid AI
Adolfo Gastalver en Federico Jurado
[email protected]
https://ploid.ai
