Kui Xiaoxi Meng ja Zhikai Liang paar aastat tagasi esimest korda idee välja pakkusid, oli James Schnable skeptiline. Pehmelt öeldes.
"" Noh, võite proovida, kuid ma ei usu, et see töötab, "meenutas agronoomia ja aianduse dotsent Mengile ja Liangile, tollastele järeldoktoritele Nebraska-Lincolni ülikoolis Schnable'i laboris Schnable'i laboris.
Ta eksis ja tagantjärele mõeldes polnud ta kunagi õnnelikum olla. Ometi oli Schnableil sel ajal õiglane põhjus kulmu kergitada. Duo idee - et külmale tundlike põllukultuuride DNA järjestused, mis alistuvad tugevale külmale, võivad aidata ennustada, kuidas metsikumad ja kõvemad taimed taluvad külmumistingimusi, tundus julge. Pehmelt öeldes. Sellegipoolest oli see madala riskiga ja kõrge tasuga ettepanek. Sest kui Meng ja Liang suudaksid selle tööle panna, võib see lihtsalt kiirendada jõupingutusi külmaõrnade põllukultuuride valmistamiseks veidi või isegi palju sarnasemaks nende külmakindlate kolleegidega.
Mõned maailma tähtsamatest põllukultuuridest olid kodustatud troopilistes piirkondades - mais Lõuna-Mehhikos, sorgo Ida-Aafrikas -, mis ei avaldanud neile valikulist survet külma või külmumise vastase kaitse arendamiseks. Kui neid kultuure kasvatatakse karmis kliimas, piirab nende tundlikkus külma suhtes seda, kui vara neid saab istutada ja kui hilja saab neid koristada. Lühemad kasvuperioodid võimaldavad fotosünteesiks vähem aega, mille tulemuseks on väiksem saagikus ja vähem toitu kogu maailma elanikkonnale, mis peaks 10. aastaks lähenema 2050 miljardile inimesele.
Külm kliima
Taimede liigid, mis kasvavad juba külmemas kliimas, arendasid samal ajal külma talumiseks nippe. Nad saavad rakumembraane ümber seadistada, et säilitada madalamal temperatuuril vedelikku, vältides membraanide külmumist ja murdumist. Nad võivad lisada membraanides ja nende ümbruses olevatele vedelikele suhkrutäppe, alandades nende külmumistemperatuuri samamoodi nagu sool kõnniteel. Nad suudavad isegi toota valke, mis lämmatavad vähesed jääkristallid enne, kui neist kristallidest kasvavad rakku purustavad massid.
Kõik need kaitsemehhanismid pärinevad geneetilisel tasandil, kuigi mitte ainult DNA enda järjestustes. Kui taimed hakkavad külmuma, saavad nad reageerida, lülitades teatud geenid põhimõtteliselt välja või sisse - takistades või võimaldades oma geneetiliste juhendite käsiraamatuid ümber kirjutada ja läbi viia. Teadmine, millised geenid külmakindlad taimed külmumistemperatuuri korral välja lülituvad ja sisse lülituvad, võib aidata teadlastel mõista nende kindlustuste põhialuseid ja lõpuks kujundada sarnaseid kaitsemehhanisme külmaõrnale kultuurile.
Kuid Schnable teadis, nagu tegid ka Meng ja Liang, et isegi identne geen reageerib külmadele taimeliikide, isegi lähedaste sugulaste, korral erinevalt. Mis tähendab pettumust valmistavat, et arusaam sellest, kuidas geen reageerib ühe liigi külmale, kipub taimeteadlastele ütlema peaaegu midagi lõplikku selle geeni käitumise kohta teises liikis. See ettearvamatus on omakorda takistanud püüdlusi õppida reegleid, mis dikteerivad geenide deaktiveerimise või aktiveerimise.
"Oleme ikka väga-väga halvasti aru saanud, miks geenid välja lülituvad ja sisse lülituvad," ütles Schnable.
Maisitaimed
Reeglite puudumisel pöördusid teadlased masinõppe, tehisintellekti vormi poole, mis suudab sisuliselt oma kirjutada. Nad töötasid spetsiaalselt välja järelevalve all oleva klassifikatsioonimudeli - selline, mis suudab piisava märgistusega piltidega, näiteks kassidest ja mitte kassidest, esiteks õppida viimaseid teistest eristama. Esialgu esitas meeskond oma mudeli koos tohutu hulga maisiga sekveneeritud geenidega koos nende geenide keskmise aktiivsustasemega, kui taim allutati külmumistemperatuurile. Mudelit söödeti ka iga maisi geeni jaoks "iga funktsiooniga, mida me mõelda oskasime", ütles Schnable, sealhulgas selle pikkus, stabiilsus ja kõik erinevused selle ja teiste maisitaimede leiduvate versioonide vahel.
Hiljem testisid teadlased oma mudelit, varjates selle hulgast vaid ühte teavet nende geenide alamhulka: kas nad reageerisid külmumistemperatuuri tekkele või mitte. Analüüsides geenide omadusi, mis talle öeldi kas reageerivateks või mitte reageerivateks, leidis mudel, millised nende tunnuste kombinatsioonid olid igaühe jaoks asjakohased - ja jagas enamiku ülejäänud salapärase kasti geenidest edukalt oma õigesse kategooriasse.
See oli paljulubav algus, kahtlemata. Kuid tegelik test jäi alles: kas mudel võiks läbida ühe liigi puhul saadud koolituse ja rakendada seda teisele?
Vastus oli lõplik jah. Pärast seda, kui oli koolitatud ainult ühe kuuest liigist - mais, sorgo, pärlikütt, prosohirss, rebasesaba hirss või lülihein - saadud DNA-andmetega, suutis mudel üldiselt ennustada, millised ülejäänud viiest geenist külmumisele reageerivad. Schnable'i üllatuseks pidas mudel vastu ka siis, kui seda õpetati külmaõrnale liigile - maisile, sorgole, pärlile või prosole hirssile -, kuid tema ülesandeks oli ennustada geenivastust külma taluvas rebasesaba hirsis või rohumetsas.
MUDEL
"Meie koolitatud mudelid töötasid liikide lõikes peaaegu sama hästi, kui teil oleks tegelikult andmeid ühe liigi kohta ja kasutaksite sisemisi andmeid selleks, et ennustada sama liiki," ütles ta, kuid mitu kuud hiljem kõlas tema hääles ime. "Ma poleks seda tõesti ennustanud."
"Mõte, et saame kogu selle teabe lihtsalt arvutisse sisestada ja see suudab välja mõelda vähemalt mõned reeglid toimivate ennustuste tegemiseks, on minu jaoks endiselt hämmastav."
Need ennustused võivad alternatiivi kaalumisel osutuda eriti kasulikuks. Umbes kümne aasta jooksul on taimebioloogid suutnud mõõta RNA molekulide arvu - neid, kes vastutavad DNA käskude transkribeerimise ja transportimise eest - mida iga elus taime geen toodab. Kuid võrrelda seda, kuidas see geeniekspressioon reageerib külmadele elusates isendites ja mitmel liigil, on hoolikas ettevõtmine, ütles Schnable. See kehtib eriti looduslike taimede kohta, mille seemneid võib olla isegi keeruline hankida. Need seemned ei pruugi oodatult idaneda, kui üldse, ja nende kasvamiseks võib kuluda aastaid. Isegi kui nad seda teevad, tuleb iga saadud taime kasvatada ühesuguses kontrollitud keskkonnas ja uurida samas arengujärgus.
Rohkem liike
Kõik see esitab tohutu väljakutse piisavalt metsikute isendite kasvatamiseks piisavalt metsikutest liikidest, et korrata ja statistiliselt hinnata nende geenide reaktsioone külmale.
"Kui me tahame tõepoolest teada saada, millised geenid on olulised - mis tegelikult mängivad rolli taime külmaga kohanemisel -, peame vaatama rohkem kui kahte liiki," ütles Schnable. "Me tahame vaadata rühma liike, mis taluvad külma, ja rühma, mis on tundlikud, ja vaadata mustreid:" See sama geen reageerib alati ühes ja alati ei reageeri teises. "
“Sellest hakkab saama tõeliselt suur ja kallis eksperiment. Oleks väga tore, kui me saaksime nende liikide DNA järjestuste põhjal lihtsalt ennustada, selle asemel, et näiteks võtta 20 liiki ja proovida neid kõiki saada ühes staadiumis, viia need kõik läbi täpselt sama stressiravi ja mõõta igas liigis iga geeni jaoks toodetud RNA hulka. "
Mudeli õnneks on teadlased järjestanud juba enam kui 300 taimeliigi genoomid. Pidev rahvusvaheline pingutus võib järgmise paari aasta jooksul tõsta selle arvu isegi 10,000 XNUMX-ni.
Ehkki mudel on juba tema tagasihoidlikke ootusi metsikult ületanud, tähendab Schnable, et järgmine samm hõlmab siiski „nii enda kui teiste inimeste veenmist“, et see töötab sama hästi kui seni. Igal tänasel katsel on teadlased palunud mudelil öelda, mida nad juba teadsid. Lõplik test tuleb tema sõnul siis, kui nii inimesed kui ka masin alustavad nullist.
"Järgmine suur eksperiment, mida ma arvan, et peame tegema, on ennustada liiki, kus meil pole üldse andmeid," ütles ta. "Veenda inimesi, et see tõesti töötab juhtudel, kui isegi meie ei tea vastuseid."
Meeskond teatas oma avastustest ajakirjas Proceedings of the National Academy of Sciences. Meng, Liang ja Schnable autorid olid Nebraska Rebecca Roston, Yang Zhang, Samira Mahboub ja bakalaureuseõppe üliõpilane Daniel Ngu koos Shandongi põllumajandusülikooli külalisteadlase Xiuru Dai'ga.
Lisateave:
Nebraska Lincolni ülikool
www.unl.edu