La producción mundial de alimentos debe aumentar en un 70% para satisfacer las necesidades de 2.3 millones de personas adicionales para 2050. Si bien los aumentos futuros en niveles elevados de dióxido de carbono aumentará el rendimiento de muchos cultivos, disponibilidad de recursos para enzimas importantes para la fotosíntesis limita su productividad bajo niveles elevados de dióxido de carbono. En un artículo publicado recientemente por in silico Plantas Dra. Marshall-Colón y colegas utilizaron un modelo multiescala para identificar qué factores de transcripción que controlan las enzimas aumentarán la productividad bajo los niveles futuros de dióxido de carbono.
Los autores primero crearon un modelo multiescala de la fotosíntesis de la hoja de soja al integrar tres modelos a través de escalas moleculares y a nivel de órganos usando las yggdrasil marco. Este modelo multiescala se usó luego para escalar procesos desde la expresión génica hasta el metabolismo fotosintético para predecir la fisiología de la hoja en respuesta al aumento del dióxido de carbono. Se utilizó el análisis de control de flujo para identificar las enzimas que requerían el mayor cambio para adaptarse de manera óptima al dióxido de carbono elevado. Vincular el GRN a las concentraciones de proteínas, que sirven como entrada para el modelo metabólico, hizo posible identificar factores de transcripción clave que podrían regularse hacia arriba o hacia abajo para mejorar la fotosíntesis. Luego se identificaron enzimas específicas que tenían altos coeficientes de control en ambiente y dióxido de carbono elevado.
El modelo multiescala de la fotosíntesis de la soja predijo con éxito los cambios de aclimatación en el aparato fotosintético de las plantas cultivadas bajo altos niveles de dióxido de carbono en el campo. El modelo predijo que la ribulosa-1,5-bisfosfato carboxilasa/oxigenasa (RuBisCO) era menos limitante bajo niveles elevados de dióxido de carbono que bajo dióxido de carbono ambiental y debería regularse a la baja permitiendo la reasignación de recursos a las enzimas que controlan la tasa de regeneración. de ribulosa-1:5 bisfosfato (RuBP).
Al vincular la red reguladora de genes a través de la concentración de proteínas con el modelo metabólico, los autores pudieron identificar los factores de transcripción que coincidían con la regulación positiva y negativa de los genes necesarios para mejorar la fotosíntesis. El análisis identificó específicamente el factor de transcripción GmGATA2, que regulaba a la baja los genes para la síntesis de RuBisCO mientras regulaba al alza los genes que controlaban la generación de RuBP y la síntesis de almidón.
“Los modelos existentes de fotosíntesis no proporcionan un medio para vincular los cambios transcripcionales observados con el metabolismo y la capacidad fotosintética a nivel de hoja. Nuestro modelo integrado supera esto, dando como resultado un modelo capaz de predecir la aclimatación fotosintética observada en el campo bajo concentraciones elevadas de CO2. El modelo también arrojó predicciones sobre mecanismos regulatorios específicos que ahora podemos abordar con ingeniería para mejorar la eficiencia fotosintética de la soya bajo futuras concentraciones de CO2”, dice Amy Marshall-Colon, profesora asistente de biología vegetal en la Universidad de Illinois.
Los autores planean usar las predicciones para guiar la mejora genética en plantas de soja que crecen bajo un alto nivel de dióxido de carbono con el objetivo de cultivos preparados para el futuro.
El código fuente de los modelos de este estudio se puede encontrar en el repositorio ubicado en https://github.com/cropsinsilico/yggdrasil.
