Когато Xiaoxi Meng и Zhikai Liang за първи път предложиха идеята преди няколко години, Джеймс Шнабъл беше скептичен. Меко казано.
„Е, можете да опитате, но не мисля, че ще се получи“, спомня си доцентът по агрономия и градинарство, казвайки на Мън и Лианг, тогавашни докторанти в лабораторията на Шнабъл в Университета на Небраска - Линкълн.
Той сгреши и, отзад, никога по-щастлив да бъде. И все пак по това време Шнабъл имаше основателна причина да повдигне вежда. Идеята на дуото - че последователностите на ДНК на чувствителни на студ култури, които се предават на силна слана, могат да помогнат да се предскаже колко по-диви, по-твърди растения толерират условията на замръзване - изглеждаха смели. Меко казано. И все пак това беше предложение с нисък риск и висока награда. Защото, ако Мън и Лианг могат да го накарат да работи, може просто да ускори усилията да направи чувствителни към студ култури малко или дори много повече като техните студоустойчиви колеги.
Някои от най-важните култури в света са опитомени в тропическите региони - царевица в Южно Мексико, сорго в Източна Африка - които не оказват селективен натиск върху тях, за да развият защитни сили срещу студ или замръзване. Когато тези култури се отглеждат в по-суров климат, тяхната чувствителност към студ ограничава колко рано могат да бъдат засадени и колко късно могат да бъдат събрани. По-кратките вегетационни сезони се равняват на по-малко време за фотосинтеза, което води до по-малки добиви и по-малко храна за глобалното население, което се очаква да достигне 10 милиарда души до 2050 г.
Студен климат
Междувременно растителните видове, които вече растат в по-студен климат, развиха трикове, за да издържат на студа. Те могат да преконфигурират клетъчните си мембрани, за да поддържат ликвидност при по-ниски температури, предотвратявайки замръзването и напукването на мембраните. Те могат да добавят тирета захар към течностите в и около тези мембрани, намалявайки точката им на замръзване по същия начин, както солта прави тротоара. Те дори могат да произвеждат протеини, които задушават малките ледени кристали, преди тези кристали да прераснат в маси за разрушаване на клетките.
Всички тези защитни средства произхождат от генетично ниво, макар и не само в последователностите на самата ДНК. Когато растенията започнат да замръзват, те могат да реагират, като по същество изключат или включат определени гени - предотвратявайки или позволявайки техните ръководства за генетични инструкции да бъдат транскрибирани и изпълнявани. Знаейки кои гени устойчиви на студ растения се изключват и включват при замръзване, може да помогне на изследователите да схванат самите основи на своите укрепления и в крайна сметка да проектират подобни защитни средства в чувствителни на студ култури.
Но Шнабъл също знаеше, както Менг и Лианг, че дори един и същ ген често реагира по различен начин на студа при различните видове растения, дори тясно свързани с тях. Което означава, че е разочароващо, че разбирането как генът реагира на студа при един вид има тенденция да казва на учените от растенията почти нищо категорично за поведението на гена в друг. Тази непредсказуемост от своя страна възпрепятства усилията за усвояване на правилата, диктуващи какво ще деактивира или активира гените.
"Все още наистина, много лошо разбираме защо гените се изключват и включват", каза Шнабъл.
Царевични растения
Липсвайки правилник, изследователите се обърнаха към машинното обучение, форма на изкуствен интелект, която по същество може да напише своя собствена. Те специално разработиха модел на класифициран надзор - сорта, който може, когато бъде представен с достатъчно етикетирани изображения на, да речем, котки и не-котки, в крайна сметка да се научи да различава първия от втория. Екипът първоначално представи собствен модел с огромна купчина секвенирани гени от царевица, заедно със средните нива на активност на тези гени, когато растението беше подложено на температури на замръзване. Моделът е захранван и с „всяка характеристика, за която можем да се сетим“ за всеки ген за царевица, каза Шнабъл, включително неговата дължина, стабилност и всякакви разлики между него и други негови версии, открити в други царевични растения.
По-късно изследователите тестваха своя модел, като скриха от него само една информация в подмножество от тези гени: дали те реагираха на настъпването на температурите на замръзване или не. Като анализира характеристиките на гените, за които бе казано, че са или отзивчиви, или неотзивчиви, моделът разбра кои комбинации от тези характеристики са подходящи за всеки - и след това успешно сложи по-голямата част от останалите гени на мистериозната кутия в техните правилни категории.
Това беше обещаващо начало, без съмнение. Но истинският тест остана: Може ли моделът да вземе обучението, което е получил при един вид, и да го приложи към друг?
Отговорът беше категоричен да. След като беше обучен с данни за ДНК само от един от шестте вида - царевица, сорго, перлено просо, просо просо, просо от лисича опашка или стреч-трева - моделът като цяло успя да предвиди кои гени във всеки от останалите пет ще реагират на замразяване. За изненада на Шнабъл моделът издържа дори когато беше обучен на чувствителни към студ видове - царевица, сорго, перла или просо просо - но със задача да предвиди генни реакции в толерантната към студ просо или стреч.
Модел
„Моделите, които обучавахме, работеха почти толкова добре при видовете, сякаш всъщност разполагате с данни за един вид и използвате вътрешните данни, за да направите прогнозите за същия този вид“, каза той, нотка на учудване продължи в гласа му месеци по-късно. "Наистина не бих предсказал това."
„Идеята, че можем просто да захраним цялата тази информация в компютър и той може да измисли поне някои правила, за да прави прогнози, които да работят, все още е невероятна за мен.“
Тези прогнози могат да се окажат особено полезни при обмислянето на алтернативата. Приблизително десетилетие растителните биолози всъщност успяват да измерват броя на РНК молекулите - тези, които отговарят за транскрибирането и транспортирането на инструкции за ДНК - произведени от всеки ген в живото растение. Но сравняването на това как тази генна експресия реагира на студа в живите екземпляри и при множество видове е трудоемко начинание, каза Шнабъл. Това важи особено за дивите растения, чиито семена може дори да бъдат трудни за придобиване. Тези семена може да не покълнат, когато се очаква, ако изобщо се очаква, и може да отнеме години, докато пораснат. Дори и да го направят, всяко получено растение трябва да се култивира в идентична, контролирана среда и да се изучава на същия етап на развитие.
Повече видове
Всичко това представлява огромно предизвикателство за отглеждането на достатъчно диви екземпляри от достатъчно диви видове, за да се възпроизведат и статистически да се оцени реакцията на техните гени на студ.
„Ако наистина искаме да разберем кои гени са важни - това всъщност играе роля в това как растението се адаптира към студа - трябва да разгледаме повече от два вида“, каза Шнабъл. „Искаме да разгледаме група видове, които са толерантни към студа и група, които са чувствителни, и да разгледаме моделите:„ Същият този ген винаги реагира в единия и винаги не реагира в другия. “
„Това започва да се превръща в наистина голям и скъп експеримент. Би било наистина хубаво, ако можем просто да направим прогнози от ДНК последователностите на тези видове, вместо, да речем, да вземем 20 вида и да се опитаме да ги вземем на един и същи етап, да ги подложим на абсолютно същите лечения на стрес и измерва количеството РНК, произведено за всеки ген във всеки вид. "
За щастие на модела, изследователите вече са секвенирали геномите на повече от 300 растителни вида. Постоянните международни усилия могат да доведат до този брой до 10,000 XNUMX през следващите няколко години.
Въпреки че моделът вече диво надмина скромните му очаквания, Шнабъл каза, че следващата стъпка все пак ще включва „убеждаване както на нас, така и на другите хора“, че работи както добре досега. Във всеки тестов случай до момента изследователите са помолили модела да им каже това, което вече са знаели. Крайният тест, каза той, ще дойде, когато и хората, и машината започнат от нулата.
„Следващият голям експеримент, който мисля, че трябва да направим, е да направим прогнози за видове, за които изобщо нямаме данни“, каза той. „Да убеди хората, че това наистина работи в случаите, когато дори ние не знаем отговорите.“
Екипът докладва своите открития в списанието Proceedings of the National Academy of Sciences. Менг, Лианг и Шнабъл са автор на проучването с Ребека Ростън от Небраска, Ян Джанг, Самира Махбуб и студент Даниел Нгу, заедно със Сиуру Дай, гостуващ учен от Аграрния университет в Шандонг.
За повече информация:
Университет на Небраска, Линкълн
www.unl.edu