可解释的机器学习加速种子处理,使用纳米材料减轻环境压力
Hengjie Yu1,2, Dan Luo3, Sam Fong Yau Li4
1College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou 310058, China. fcheng@zju.edu.cn.
Nanoscale
|August 7, 2023
概括
种子纳米化增强了作物的抗压力. 本研究引入了一种可解释的机器学习方法,用于预测和理解纳米材料对玉米的影响,帮助农业应用和纳米安全.
科学领域:
- 农业科学 农业科学
- 纳米技术 纳米技术
- 植物生理学 植物生理学
背景情况:
- 农作物面临的环境压力影响产量.
- 纳米材料种子处理为减轻压力提供了一个可持续的解决方案.
- 了解纳米材料-植物相互作用是复杂的.
研究的目的:
- 为了评估种子纳米化治疗对玉米的压力耐受性.
- 开发一种可解释的机器学习模型,用于预测纳米原料的有效性.
- 确定影响抗压力的关键纳米粒子特性.
主要方法:
- 在玉米中对56种种子纳米原料处理的选.
- 可解释机器学习 (ISAR) 的应用,用于预测抗压能力.
- 关键纳米原料处理方法 (例如,ZnO) 的代谢分析.
- 确定主要的纳米粒子因素 (度,大小,泽塔潜力).
主要成果:
- 七种治疗方法在盐度和热干旱条件下显著改善了抗压力指数 (SRI).
- ZnO纳米化显示了最高的SRI,影响了氨基酸和碳水化合物代谢.
- ISAR模型确定了影响盐度应激下根干重的关键纳米粒子特性.
结论:
- 种子纳米包装有效提高玉米的应激耐受性.
- 可解释机器学习为理解和预测纳米原料效应提供了一个框架.
- 这种方法加速纳米材料在农业中的应用,并支持纳米安全评估.
