يوفر نموذج تعلّم آلي مؤشرات حيوية للإجهاد لتصنيف الإجهاد اللامِتحمّل في Micro-Tom

لماذا يهم إجهاد النباتات غذائنا

تقاتل نباتات الطماطم، مثل باقي المحاصيل، ظروفاً قاسية متواصلة مثل الجفاف والتربة المالحة وتلّوث المعادن الثقيلة. هذه الضغوط غير المرئية لا تُعرقل نمو النبات فحسب، بل تهدد أيضاً إنتاج الغذاء العالمي في عالم يحتدم حرارته. تستخدم هذه الدراسة صنف طماطم مدمج يُدعى Micro-Tom وأدوات حديثة لتعلّم الآلة لتحويل الكيمياء الداخلية للنبات إلى «نظام إنذار مبكر» قادر على تحديد مدى الإجهاد بدقة. قد تساعد مثل هذه الأدوات المزارعين في المستقبل على اكتشاف المشكلات قبل أن تذبل النباتات ظاهرياً أو تموت.

الطماطم تحت الضغط

ركز الباحثون على ثلاثة تهديدات شائعة: قلة المياه، وفرط الملوحة، والتلوّث بالكادميوم، وهو معدن ثقيل سام. نمت نباتات Micro-Tom تحت ظروف مسيطَر عليها ثم تعرّضت لمدة عشرة أيام لمستويات متوسطة أو شديدة من كل إجهاد، بالإضافة إلى مجموعة ضابطة غير مُجهدة. بدلاً من الاكتفاء بملاحظة اصفرار الأوراق أو تقلص النباتات، قيّم الفريق ما يجري داخل الأوراق، بما في ذلك الجزيئات الصغيرة والإنزيمات الوقائية التي تستجيب عندما تتعرض الخلايا للهجوم.

قراءة إشارات النبات الكيميائية

عندما تُجهد النباتات، تنتج جزيئات أكسجين غير مستقرة يمكن أن تضر الدهون في أغشية الخلايا والبروتينات والحمض النووي. تتبعت الدراسة إشارتين رئيسيتين للضرر المرتبط بهذه العملية: المالونديالديهيد، وهو منتج ثانوي لتأكسد الدهون، وبيروكسيد الهيدروجين، وهو شكل تفاعلي من الأكسجين. وفي الوقت نفسه، قيّس الفريق مجموعة من الدفاعات الطبيعية — سواء إنزيمات أو مركبات صغيرة — التي تساعد في كبح هذا الضرر. من بينها، برز الحمض الأميني برولين والإنزيم سوبرأوكسيد ديسموتاز كعناصر مركزية، إذ ارتفعت مستوياتهما بشكل حاد تحت الإجهاد وتابعت عن كثب تغيرات مؤشرات الضرر.

إجهادات مختلفة، بصمات كيميائية مختلفة

ترك كل نوع من الإجهاد بصمة كيميائية مميزة في الأوراق. سبّب التعرض للكادميوم أقوى زيادة في إشارات الضرر، مما يشير إلى أن النباتات وجدت صعوبة في إزالة سمية هذا المعدن. كما زاد كل من الملوحة ونقص المياه من الضرر التأكسدي، ولكن بأنماط ودرجات مختلفة، حيث فعّل الإجهاد الملحي الشديد عدداً من الإنزيمات الوقائية بقوة. حتى عندما بدت مستويات الضرر متقاربة، تغيّر التوازن بين الدفاعات المتنوعة، كاشفاً أن النباتات تستخدم أكثر من استراتيجية للتكيّف اعتماداً على نوع وشدة الإجهاد.

تعليم آلة لتقدير مستويات الإجهاد

لتحويل هذه القياسات المعقّدة إلى شيء قابل للاستخدام، درّب الباحثون نموذج شجرة قرار — وهو شكل بسيط وقائم على قواعد من الذكاء الاصطناعي. قسموا الإجهاد الكلي إلى أربعة مستويات من منخفض إلى مرتفع، استناداً إلى مؤشرات الضرر. تعلّم النموذج بعدها أي تراكيب من الإشارات الداخلية تتنبأ بكل مستوى على أفضل وجه. برز البرولين كنقطة القرار الأهم، مع إعطاء سوبرأوكسيد ديسموتاز الانقسام الأكثر إفادة تاليًا. كانت تصنيفات النموذج موثوقة للغاية للنباتات الأقل والأكثر تعرضاً للإجهاد. واجه بعض الصعوبة مع الحالات المتوسطة، حيث تداخلت البروفايلات الكيميائية لمستويات «منخفض-متوسط» و«مرتفع-متوسط».

من مقعد المختبر إلى الحقول الذكية

تُظهر هذه الدراسة أن كيمياء الطماطم نفسها يمكن ترجمتها إلى تقييمات واضحة ومؤتمتة لمدى شدّة الإجهاد. على الرغم من أن مزيداً من البيانات وإشارات إضافية — مثل قياسات الجذور أو مراحل نمو لاحقة — ستكون مطلوبة لصقل المنهج، فإن الدراسة تُبرهن أن نماذج تعلم آلي بسيطة قادرة على تفسير التشابك المعقد للدفاعات النباتية. في المستقبل، قد تقوم أدوات مماثلة بتغذية اختبارات سريعة أو أنظمة مستشعرية تُحذّر المزارعين عند تحول المحاصيل من انزعاج طفيف إلى إجهاد مُضر، ما يتيح تدخلات أبكر وأكثر دقة لحماية المحاصيل.

الاستشهاد: Ribera, L.M., da Silveira Sousa Junior, G., Meneses, M.D. et al. Machine learning model provides stress biomarkers for the classification of abiotic stress in Micro-Tom. Sci Rep 16, 7545 (2026). https://doi.org/10.1038/s41598-026-39117-y

الكلمات المفتاحية: إجهاد النبات, الطماطم, تعلم الآلة, مضادات الأكسدة, الزراعة الدقيقة