合弁花と離弁花の話⑥（吉根教室）
昨日の続きです✨
空気からパンを作ったと言われた「ハーバー・ボッシュ法」を生み出した人類😁
人類を未来の食糧難から救ったわけですが、
材料となる「水素の入手」や「高温・高圧」という条件を作り出すために消費するエネルギーが膨大でした☀️
過去記事:合弁花と離弁花の話⑤
ハーバー・ボッシュ法が年間で消費するエネルギーがどのくらい膨大かというと、
日本の全世帯（約5,700万）が使うエネルギーに換算すると約5年分
一般家庭1軒が消費するエネルギーに換算すると、なんと約3億年分😵笑
主に天然ガスから材料やエネルギーを手に入れています⛽️
肥料より先に天然ガスが無くなるんじゃないか心配になりますよね、、、
さあ、いよいよ根粒菌の凄さです😁
根粒菌はこの反応をなんと普通の温度・圧力でやっちゃいます🍀
天然ガスいりません！
エンドウが太陽エネルギーを使って光合成をして、それで得たエネルギーを根粒菌に渡して、カチカチのN₂を分離させているという構図なので、太陽エネルギーを上手に使ってるのです💡
人類は次なる一歩を踏み出すためこの仕組みを真似しようと試みているのですが、なかなか難しいようです🥲
細かい話になりますが、
根粒菌はバクテロイドという形に姿を変え、ニトロゲナーゼという酵素を使って窒素の加工を行っているのですが、ニトロゲナーゼは酸素に弱いんです💨
酸素に触れると失活し、復活しません👼
でもバクテロイドが生きるのに必要な分の酸素は必須✨
なかなかデリケートなのですが、生物のうまい仕組みで成り立っているのです💡
AIが進歩してるから、AIが対策を練ることができないか聞いてみたのですが、
AIは、これを解けるか
タンパク質の立体構造予測は劇的に速くなった。遺伝子候補の絞り込みも、触媒材料の探索も、AIの得意分野だ。
だが根粒形成の解明は、たぶんそこまで加速しない。
理由は単純で、足りないのは計算資源ではなくデータそのものだから。細胞が何をきっかけに分裂を再開し、どう配置され、どう分化するか——その時系列の記録が、まだ十分に取られていない。存在しないデータからは何も出てこない。
加えて検証が生物の時間で進む。1日に1万通りの設計を出しても、植えて育てて試せるのは年に数十通り。律速段階が実験側にある以上、設計側だけ速くしても全体は速くならない。
データが揃っている問題は劇的に速くなり、データを取ること自体が壁になっている問題は思ったほど速くならない。AIへの期待と現実のずれは、たいていこの線引きの誤解から来ている。
とのことです😅
つまり、
観測データを計算して、仮説を瞬時に何通りも提案することはできるが、観測してない未知のものは当然AIにもわからん！
ということです👍
AIに怒られたような気がしました🥲
「サポートはするけど、丸投げすんなよ」と🫡笑
そいえば、AIが当たり前になった世の中で、重宝されるのは「専門性が高い人」らしいです🧪
高い専門性があるから、AIに精度の高い指示が出せ、精度の高い回答が返ってくるわけですからね🤔
なんか話が脱線してきたので、今日はこのくらいにします❗️
明日は負の側面の二つ目です💡
歴史と繋がりますからね〜📖
お楽しみに✨
