- Recherche
Nous formons la relève en recherche, capable d'innovation scientifique, sociale et technologique.
Nous trouvons des solutions par la recherche interdisciplinaire, en collaboration avec nos partenaires.
Nous contribuons au développement économique, social et culturel du Québec.
14 décembre 2021 | Audrey-Maude Vézina
Mise à jour : 29 août 2024
Analyser des données microbiennes avec l’intelligence artificielle ouvre la porte à de nombreuses possibilités en agriculture et en environnement.
Certaines catégories de microbes présentes dans les champs varient avec le rendement agricole.
À la manière de Google qui analyse le comportement numérique de ses usagers, le professeur Étienne Yergeau de l’Institut national de la recherche scientifique (INRS) observe celui des microbes. Son équipe utilise les données génomiques microbiennes pour mieux comprendre et prédire les processus des sols ainsi que leurs répercussions sur les plantes qui y poussent.
Pour ce faire, l’équipe doit traiter des millions de gènes appartenant à des dizaines de milliers d’organismes venant de plusieurs centaines d’échantillons de sols. C’est là que l’intelligence artificielle entre en action.
« Nous avons beaucoup de données qui demanderaient énormément de temps à analyser manuellement. Différentes méthodes statistiques, dont l’apprentissage machine, nous permettent de les classifier et de dégager les meilleurs paramètres microbiens pour le suivi de l’écosystème. »
Étienne Yergeau, spécialiste en écologie microbienne
Il réfère par exemple à certains gènes impliqués dans le cyclage des éléments nutritifs ou encore l’abondance de certains microorganismes clés.
L’analyse statistique permet d’identifier des microbes indicateurs de l’état de santé de l’écosystème. En effet, certaines catégories de microbes présentes dans les champs varient avec le rendement agricole ou la qualité du grain. Le chercheur et son équipe collaborent d’ailleurs avec des meuneries québécoises pour prédire la qualité du blé à partir des microbes qui se trouvent dans le champ. En surveillant leur présence tôt dans la saison, l’équipe peut mieux prédire les récoltes. Certains sols ne comportent toutefois pas ces microbes d’emblée. Pour pallier ce manque, l’équipe pourrait éventuellement suggérer l’ajout de certains microbes spécifiques aux besoins des agricultrices et agriculteurs, et ce, peu importe les conditions environnementales et le type de sol.
En plus d’être utile dans les champs, cette technique peut aider à analyser et à optimiser d’autres types de systèmes, comme les marais filtrants. En effet, le professeur Yergeau collabore avec le professeur Jérôme Comte et plusieurs scientifiques canadiens sur un projet de décontamination des eaux usées provenant de l’exploitation des sables bitumineux. Pour ce faire, ils utilisent les plantes et les microbes des marais afin d’en dégrader les contaminants qui s’y trouvent.
Le professeur Yergeau envisage maintenant d’identifier les paramètres microbiologiques sur lesquels les scientifiques peuvent agir. Ces travaux permettront d’augmenter la performance de filtration des microbes et, par le fait même, d’améliorer le processus de décontamination des eaux dans l’environnement.
L’intelligence artificielle représente donc un outil indispensable pour catégoriser et analyser les milliers de données microbiennes récoltées sur le terrain pendant les travaux. Elle permet également de créer des modèles prédictifs basés sur les microbes qui serviront à optimiser les processus de divers écosystèmes.
2 octobre 2024
Protéger l’avenir des milieux humides3 septembre 2024
Mieux se préparer aux futures pandémies