کاربرد هوش مصنوعی در تحلیل داده‌های متاژنومیک برای پیش‌بینی زودهنگام بیماری‌های میگو: راهکاری نوین برای توسعه پایدار صنعت پرورش میگوی سفید هندی در ایران
کد مقاله : 1070-5THISC-FULL
نویسندگان
مریم موثر *1، آرش امیدی2
1خیر
2استاد دانشگاه شیراز
چکیده مقاله
صنعت پرورش میگو در ایران، به‌ویژه در استان بوشهر، با چالش‌های جدی از جمله بیماری‌های ویروسی و باکتریایی مانند سندرم لکه سفید و عفونت‌های ویبریویی مواجه است که سالانه خسارات قابل توجهی به بخش شیلات وارد می‌کند. پیشرفت‌های اخیر در متاژنومیک و هوش مصنوعی (AI) امکان پایش و پیش‌بینی زودهنگام بیماری‌ها را از طریق تحلیل تغییرات میکروبیوم محیط پرورش فراهم کرده است. این مطالعه مروری با جستجوی نظام‌مند در پایگاه‌های علمی (2018–2025) نشان می‌دهد که ترکیب متاژنومیک و الگوریتم‌های هوش مصنوعی مانند Random Forest و شبکه‌های عصبی مصنوعی می‌تواند بیماری‌ها را تا دو هفته پیش از بروز علائم بالینی و با دقتی بالغ بر ۹۰٪ پیش‌بینی کند. این رویکرد ضمن کاهش تلفات (تا ۴۰٪) و وابستگی به داروها، بهره‌وری و پایداری مزارع را افزایش می‌دهد. با این حال، بومی‌سازی این فناوری در ایران مستلزم توسعه زیرساخت‌های توالی‌یابی، ایجاد بانک داده ملی میکروبیوم و آموزش نیروی متخصص است. ادغام هوش مصنوعی با فناوری‌های اینترنت اشیا (IoT) نیز می‌تواند پایش بلادرنگ مزارع را ممکن سازد و صنعت پرورش میگو را به سمت تولید هوشمند و رقابت‌پذیر سوق دهد.
کلیدواژه ها
متاژنومیک، هوش مصنوعی، میکروبیوم میگو، پیش‌بینی بیماری، Penaeus indicus، مدیریت سلامت مزارع، بومی‌سازی فناوری
وضعیت: پذیرفته شده