世界の食糧生産は、 70 年までにさらに 2.3 億人のニーズを満たすために 2050% 増加する。 将来的には二酸化炭素濃度が上昇する一方、 多くの作物の収量が増加するでしょう、光合成に重要な酵素の資源の利用可能性 高二酸化炭素下では生産性が制限される。 最近発表された論文では、 <font style="vertical-align: inherit;">in silico</font> 植物, マーシャル・コロン博士 と同僚が使用した 将来の二酸化炭素レベル下でどの酵素制御転写因子が生産性を向上させるかを特定するマルチスケールモデル.
著者らはまず、分子および器官レベルのスケールにわたって XNUMX つのモデルを統合することにより、ダイズ葉光合成のマルチスケール モデルを作成しました。 yggdrasil フレームワーク。 次に、このマルチスケール モデルを使用して、遺伝子発現から光合成代謝までのプロセスをスケールし、二酸化炭素の上昇に応じた葉の生理機能を予測しました。 フラックス制御分析を使用して、二酸化炭素の上昇に最適に適応するために最大の変化を必要とする酵素を特定しました。 GRNを代謝モデルへの入力として機能するタンパク質濃度と結び付けることで、光合成を改善するために上方制御または下方制御される可能性のある重要な転写因子を特定することが可能になった。 次に、周囲二酸化炭素および高二酸化炭素中で高い制御係数を持つ特定の酵素が同定されました。
ダイズ光合成のマルチスケールモデルは、圃場で高二酸化炭素濃度下で生育する植物の光合成装置における順応変化を予測することに成功した。 このモデルは、リブロース-1,5-二リン酸カルボキシラーゼ/オキシゲナーゼ (RuBisCO) は、二酸化炭素上昇下では周囲二酸化炭素下に比べて制限が少なく、再生速度を制御する酵素に資源を再配分できるように下方制御する必要があると予測しました。リブロース-1:5 ビスホスフェート (RuBP)。
タンパク質濃度を介した遺伝子制御ネットワークを代謝モデルに結び付けることで、著者らは、光合成の改善に必要な遺伝子の上方制御および下方制御に適合する転写因子を同定することができた。 この分析により、RuBisCO 合成遺伝子を下方制御する一方、RuBP 生成とデンプン合成を制御する遺伝子を上方制御する転写因子 GmGATA2 が特に同定されました。
「既存の光合成モデルは、観察された転写変化を葉レベルでの代謝や光合成能力と結び付ける手段を提供していません。 私たちの統合モデルはこれを克服し、その結果、高い CO2 濃度下で野外観察された光合成順応を予測できるモデルが得られます。 このモデルはまた、将来の CO2 濃度下で大豆の光合成効率を改善するために工学的に標的とすることができる特定の制御機構についての予測ももたらしました」とイリノイ大学植物生物学助教授のエイミー・マーシャル・コロン氏は述べています。
著者らは、この予測を利用して遺伝的改善を導くことを計画している。 高二酸化炭素下で生育する大豆植物 将来性のある作物を作るという目標を掲げています。
この調査のモデルのソース コードは、次の場所にあるリポジトリにあります。 https://github.com/cropsinsilico/yggdrasil.
