Se espera que el cambio climático afecte drásticamente el rendimiento de los cultivos en el futuro. Afortunadamente, los científicos pueden desarrollar modelos computacionales que predicen cómo responderán los cultivos al cambio climático e identificar la maquinaria molecular que controla esa respuesta. Esta información se puede utilizar para bioingeniería de cultivos que se adapten al cambio climático y ayuden a satisfacer la creciente demanda de alimentos.
Muchos modelos de cultivo son empíricos. Esto significa que sus predicciones se basan en una gran cantidad de datos recopilados a lo largo de años y ubicaciones geográficas. Por lo tanto, tienen una capacidad limitada para predecir la respuesta de los cultivos a escenarios climáticos futuros, que incluirán cambios ambientales interactivos. Estos incluyen un CO atmosférico más alto2 interactuando con los cambios de temperatura, precipitación y otros factores del suelo y del clima.
Alternativamente, los modelos mecánicos usan ecuaciones que representan las respuestas fisiológicas de un cultivo a las variables ambientales para predecir lo que sucederá en el mundo real. Esto permite la extrapolación más allá de las condiciones experimentales, incluidas interacciones complejas.
La Dra. Megan Matthews, Profesora Asistente de Ingeniería Civil y Ambiental en la Universidad de Illinois, publicó recientemente un artículo en in silico Plantas que describe cómo fueron capaces de predecir el crecimiento de la soja en condiciones elevadas de CO atmosférico2.
Para ello, modificaron biocro, un marco de modelo de crecimiento de cultivos dinámico semimecanicista modular basado en mecanismos de fotosíntesis biofísicos y bioquímicos subyacentes. BioCro fue previamente parametrizado para cultivos bioenergéticos. Para predecir el crecimiento de la soja, los autores utilizaron los módulos existentes de fotosíntesis del dosel, balance de energía del dosel y procesos del agua del suelo e incorporaron dos nuevos módulos que describen la tasa de desarrollo de la soja y la partición y senescencia del carbono.
El modelo resultante, Soybean-BioCro, se parametrizó usando mediciones de campo de soya que crece bajo COXNUMX ambiental.2. Luego se ejecutaron simulaciones para predecir el crecimiento de la soja utilizando mediciones reales de temperatura, humedad relativa, velocidad del viento y radiación fotosintéticamente activa (PAR) durante varios años.
Soybean-BioCro predijo con éxito cómo elevado CO2 impactados soja cultivada en el campo crecimiento, partición y rendimiento en condiciones ambientales y elevadas de CO2 con la excepción de una temporada de crecimiento inusualmente fría (ver figura).
Sorprendentemente, el modelo hizo estas predicciones correctas sin requerir mediciones de campo del cultivo de soja bajo niveles elevados de CO2 para la reparametrización.
Según Matthews, "este resultado demostró que el C existente de BioCro3 la fotosíntesis y el módulo de dosel multicapa describen con precisión la respuesta de la C3 maquinaria fotosintética a niveles bioquímicos y biofísicos a niveles elevados de CO2.” Se descubrió que una versión anterior de BioCro predecir con precisión las tasas fotosintéticas de las hojas de los álamos.
A medida que se desarrollan más modelos mecanicistas de los procesos de cultivo, se pueden agregar a Soybean-BioCro para cambiarlo de un modelo semimecanicista a uno mecanicista. Además, Soybean-BioCro proporciona un marco fundamental útil para incorporar procesos metabólicos primarios y secundarios adicionales o mecanismos reguladores de genes que pueden ayudar aún más a nuestra comprensión de cómo el cambio climático afectará el crecimiento futuro de la soja.
Explica Matthews, “Soybean-BioCro es una colección de módulos que describen diferentes procesos de la planta. Con esta modularidad, se pueden incorporar modelos de otros procesos metabólicos, mecanismos reguladores y efectos de retroalimentación en el marco principal de Soybean-BioCro a medida que se desarrollan estos modelos. La incorporación de este tipo de modelos nos ayudaría a explorar métodos de ingeniería de cultivos para climas futuros”.
LEA EL ARTÍCULO:
Megan L Matthews, Amy Marshall-Colón, Justin M McGrath, Edward B Lochocki, Stephen P Long, Soybean-BioCro: un modelo semimecanicista de crecimiento de la soja, in silico Plants, Volumen 4, Número 1, 2022, diab032, https://doi.org/10.1093/insilicoplants/diab032
