딥러닝으로 광합성 모델링의 혁신을 이룬다: PhoTorch 소개

AI 기반의 광합성 모델 피팅 소프트웨어 PhoTorch가 개발되었습니다. 기존 소프트웨어보다 4배 이상 빠르고 정확하며, 다양한 데이터 유형을 지원합니다. 오픈소스로 공개되어 전 세계 연구자들이 활용 가능합니다.

최근 인공지능(AI)의 발전은 식물 표현형 분석과 예측 모델링 분야에 괄목할 만한 성과를 가져왔습니다. 하지만 복잡한 생물물리 모델의 파라미터 피팅(parameter fitting)에 AI의 잠재력을 제대로 활용하지 못한 부분이 있었습니다. 이러한 한계를 극복하기 위해 Tong Lei, Kyle T. Rizzo, Brian N. Bailey 연구팀이 획기적인 소프트웨어, PhoTorch를 개발했습니다.

PhoTorch는 인기 있는 AI 프레임워크인 PyTorch의 파라미터 최적화 기능을 기반으로, Farquhar, von Caemmerer, and Berry (FvCB) 생화학 광합성 모델의 파라미터를 피팅하는 소프트웨어입니다. 가장 큰 특징은 뛰어난 계산 효율성, 강력한 파라미터 추정 기능, 다양한 유형의 반응 곡선 및 하위 모델 기능 형태에 대한 유연성입니다.

기존 소프트웨어와 비교했을 때 PhoTorch의 우수성은 다음과 같습니다.

• 속도: 기존 소프트웨어보다 4배 이상 빠르게 A/Ci 곡선을 피팅합니다. 수백 개의 데이터 포인트를 가진 비정상 상태 A/Ci 곡선을 처리할 때 특히 유용합니다.
• 정확도: 높은 정확도로 정상 상태 및 비정상 상태 가스 교환 데이터를 피팅합니다. 데이터의 변동성이 크거나 아티팩트와 노이즈가 있는 경우에도 강력한 성능을 보여줍니다.
• 유연성: 온도 및 광 반응 파라미터의 선택적 피팅을 지원하며, 광 반응 곡선과 표준 A/Ci 곡선을 동시에 피팅할 수 있습니다. 이는 기존 A/Ci 곡선 피팅 패키지에서는 찾아볼 수 없는 기능입니다.

이러한 탁월한 성능 덕분에 PhoTorch는 다양한 분야의 연구자들에게 신뢰할 수 있고 효율적인 광합성 데이터 분석 도구를 제공합니다. 더욱이, PhoTorch는 오픈소스로 공개되어(https://github.com/GEMINI-Breeding/photorch) 전 세계 연구자들이 자유롭게 활용할 수 있습니다. 이는 광합성 연구의 발전에 큰 기여를 할 것으로 기대됩니다. PhoTorch는 단순한 소프트웨어를 넘어, AI 기술을 활용하여 과학적 발견을 가속화하는 훌륭한 예시입니다. 앞으로 AI 기반의 과학적 도구 개발이 더욱 활성화되어 연구의 효율성과 정확성을 높이는 데 기여할 것으로 예상됩니다.