據外媒報導，氣候變化正在影響世界各地的農業，而解決方案很少是簡單的。 但是，如果能種植抵抗高溫、寒冷或乾旱的作物，或許能成為其中一個解決方案。 Avalo説明像這樣的植物成為現實，使用人工智慧驅動的基因組分析，可以減少為這個炎熱的世紀培育更耐寒的植物所需的時間和金錢。

Avalo是由兩個朋友——Mariano Alvarez和 Brendan Collins創立的。 Avalo有一個非常直接的價值主張，但需要一點科學知識來理解它。 大型種子和農業公司在創造主要作物的更好版本方面投入了大量的工作。 通過使玉米或水稻對高溫、昆蟲、乾旱或洪水的抵抗力稍有提高，他們可以為農民的產量和利潤帶來巨大的改善，或者使一種植物能夠在它以前無法生長的地方生存。

Avalo聯合創始人兼首席執行官Brendan Collins說：”赤道地區的產量大幅下降–這並不是說玉米粒變小了。 農民們向高地遷移，因為鹽水入侵擾亂了田地，但他們遇到了早春的霜凍，殺死了他們的幼苗。 或者他們需要抗鏽病的小麥，以便在潮濕的夏季真菌爆發時生存。 如果我們想適應這種新的環境現實，我們需要創造新的品種。 ”

為了以系統的方式進行這些改進，研究人員強調植物的現有性狀;這不是拼接一個新的基因，而是把已經存在的性狀帶出來。 這曾經是通過簡單的方法完成的，即種植幾種植物，對它們進行比較，然後種植最能體現該性狀的植物的種子。

然而，如今，研究人員已經對這些植物的基因組進行了測序，可以更直接一點。 通過找出具有所需性狀的植物中哪些基因是活躍的，這些基因的更好表達可以成為未來世代的目標。 問題是這樣做仍然需要很長的時間–如十年。

現代進程的困難部分源於這樣一個問題，即性狀，如面對乾旱時的生存能力，並不只是單一的基因。 它們可能是任何數量的基因以一種複雜的方式相互作用。 因此，當這些公司進行所謂的全基因組關聯分析研究時，他們最終會得到數百個對性狀有貢獻的候選基因，然後必須在活體植物中費力地測試這些基因的各種組合，即使以工業化的速度和規模也需要數年時間。

“隨著這些性狀變得越來越複雜，僅僅找到基因然後對其進行處理的能力實際上是相當有限的，”Avalo公司聯合創始人兼首席執行官Mariano Alvarez說。 “試圖提高一種酶的效率是很容易的，你只需用CRISPR來編輯它–但是提高玉米產量，有數千甚至數百萬的基因在起作用。 如果你是一個大的戰略公司（如孟山都），試圖製造耐旱水稻，你將面臨15年，2億美元…… 這是一個漫長的遊戲。 ”

這就是Avalo介入的地方。 該公司已經建立了一個模型來類比植物基因組變化的影響，他們聲稱這可以將15年的準備時間減少到2或3年，並將成本降低到類似的比例。

Collins說：「我們的想法是為基因組建立一個更現實的模型，它更具有進化意識。 也就是說，一個為基因組和基因建模的系統，包括更多來自生物學和進化的背景。 有了更好的模型，你在與某一性狀相關的基因上得到的假陽性要少得多，因為它排除了更多不相關的基因、次要貢獻者等等。 ”

他舉了一個例子，一家公司正在研究的耐寒水稻品系。 一項全基因組關聯研究發現了566個「感興趣的基因」，由於需要時間、人員和材料，調查每個基因的費用在4萬美元左右。 這意味著調查這一個性狀可能會在幾年內耗費2000萬美元，這自然限制了能夠嘗試這種操作的各方，以及他們將投入時間和金錢的作物。 如果你期望獲得投資回報，你就不能花那麼多的現金來改善一個偏僻市場的小眾作物。

Collins表示：「我們在這裡是為了使這個過程民主化。 在與耐寒水稻有關的同一組數據中，我們發現了32個感興趣的基因，根據我們的類比和回顧性研究，我們知道所有這些都是真正的因果關係。 而且我們能夠培育出10個基因敲除者來驗證它們，在三個月的時間里有三個。 ”

從一開始，Avalo的系統就排除了90%以上的必須單獨調查的基因。 他們非常確信這32個基因不僅是相關的，而且是因果關係–對性狀有真正的影響。 這一點在簡短的”基因剔除”研究中得到了證實，即阻斷一個特定的基因並研究其影響。 Avalo稱其方法為”通過無資訊擾動發現基因”，或稱GDIP。

部分原因是機器學習演算法在從噪音中提取信號方面的固有優勢，但Collins指出，他們需要用一種新的方法來解決這個問題，讓模型自己學習結構和關係。 而且對他們來說，模型的可解釋性也很重要。 後者是一個棘手的問題，但他們通過在重複類比中系統地將感興趣的基因換成相當於虛擬版本的基因來實現，這不會破壞性狀，但確實有助於模型瞭解每個基因的貢獻。

“利用我們的技術，我們可以為感興趣的性狀提出一個最小的預測性育種組。” Collins說：「你可以在類比中設計出完美的基因型，然後進行密集育種並觀察該基因型。 而且成本足夠低，可以由較小的公司來做，或者用不太受歡迎的作物來做，或者用在可能性之外的性狀來做–因為氣候變化是如此不可預測，誰能說耐高溫或耐寒的小麥在20年後會更好？ ”

Alvarez說：「通過降低開展這項工作的資本成本，我們算是打開了這個空間，在這裡研究耐氣候性狀在經濟上是可行的。 ”

Avalo正在與幾所大學合作，以加速創造其他具有彈性和可持續性的植物。 這些研究小組擁有大量的數據，但沒有大量的資源，使他們成為展示公司能力的最佳團隊。

大學的合作關係也將確定該系統適用於「相當未馴化的」植物，這些植物在大規模使用之前需要一些工作。 例如，將一種天然抗旱的野生穀物超標，而不是試圖將抗旱性添加到一種天然大型穀物物種上，可能會更好，但沒有人願意花2000萬美元來找出答案。

在商業方面，他們計劃首先提供數據處理服務，這是許多初創公司中的一個，為農業和製藥等空間中速度較慢、較成熟的公司提供大的成本和時間節約。 如果幸運的話，Avalo將能夠説明把一些這樣的植物帶入農業，並成為一個種子供應商。

該公司幾周前剛剛從IndieBio加速器中脫穎而出，並且已經獲得了300萬美元的種子輪資金，以繼續他們更大規模的工作。 本輪融資由Better Ventures和Giant Ventures共同領導，At One Ventures、Climate Capital、David Rowan以及IndieBio的母公司SOSV當然也參與其中。

Alvarez說：” Brendan 說服了我，創辦一家創業公司比申請教職員工的工作更有趣、更有意義。 “而他是完全正確的。