根據發表在<自然通訊>上的新研究表示，機器學習可精準定位「重要基因」，並有助作物在低氮的栽種環境下生長。美國紐約大學(NYU)及台灣的研究人員利用兩種對氮反應不同的植物物種-阿拉伯芥及玉米，來顯示機器學習是如何有效提高植物利用氮的能力。
　　研究人員透過研究證實8種主轉錄因子對氮利用效率之重要性。結果證明，改變阿拉伯芥或玉米的基因表達將可促進植物在低碳土壤中生長，該實驗在紐約大學實驗室和伊利諾立大學的實驗玉米田上進行。
　　伊利諾大學教授Stephen Moose表示，我們可以利用機器學習精準預測哪些玉米雜交種更擅長利用田間的氮肥，便可迅速地改善此性狀。提高玉米和其他作物的氮利用效率能提供三大好處: 降低農民成本、減少環境污染和減少農業溫室氣體排放。【延伸閱讀】新的試驗方法可以更準確地測量玉米的氮需求量
　　另外，研究人員證實，機器學習方法可預測植物中的其他性狀，包括阿拉伯芥和玉米的生物量和產量，甚至可預測水稻抗旱性的重要基因。