Машинне навчання може дозволити біоінженерію найпоширенішого ферменту на планеті
Дослідження Університету Ньюкасла вперше показало, що машинне навчання може передбачати біологічні властивості найпоширенішого ферменту Землі — Rubisco.
Rubisco (рибулозо-1,5-бісфосфаткарбоксилаза/оксигеназа) відповідає за забезпечення вуглецем майже всього життя на Землі. Rubisco функціонує шляхом перетворення атмосферного CO 2 з атмосфери Землі в органічну вуглецеву речовину, яка потрібна для підтримки більшої частини життя на Землі.
Протягом деякого часу серед білків Rubisco наземних рослин спостерігалася природна мінливість і модельні дослідження показали, що трансплантація білків Rubisco з певними функціональними властивостями може збільшити кількість атмосферного CO 2 , яке рослини можуть поглинати та накопичувати.
Провідний автор дослідження, Васим Ікбал, доктор філософії. Дослідник зі Школи природничих наук та наук про навколишнє середовище Ньюкаслського університету, що входить до групи доктора Максима Капралова, розробив інструмент машинного навчання, який може передбачати експлуатаційні властивості численних білків Rubisco наземних рослин із напрочуд високою точністю. Є надія, що цей інструмент дозволить полювати на «перезаряджений» білок Rubisco, який можна буде біоінженерно вбудувати в основні сільськогосподарські культури, такі як пшениця.
Опубліковане в Journal Of Experimental Botany дослідження є корисним інструментом для скринінгу та прогнозування кінетики Rubisco рослин для інженерних робіт, а також для фундаментальних досліджень еволюції та адаптації Rubisco. Скринінг природної різноманітності кінетики Rubisco є основною стратегією, яка використовується для пошуку кращих Rubisco для зусиль з інженерії сільськогосподарських культур.
Васим каже, що їхнє «дослідження матиме величезне значення для кліматичних моделей та біоінженерних культур».
"Це дослідження надає біологам рослин інструмент попереднього скринінгу для виділення видів Rubisco, що демонструють кращу кінетику для зусиль з інженерії сільськогосподарських культур".
Інструмент машинного навчання можна використовувати для підвищення точності оцінок глобального фотосинтезу. Робочі характеристики Rubisco, які передбачає наша модель, сумісні з моделями системи Землі (ESM), що використовуються кліматологами. В даний час ESM використовують єдиний набір властивостей Rubisco з тими самими видами (а іноді і кілька) для оцінки фотосинтезу в масштабі екосистеми. Наш інструмент машинного навчання може давати прогнози більшості наземних рослин, підвищуючи точність ESM».
Наступні кроки цієї роботи включають виділення кращих білків Rubisco, визначених на основі передбачень у лабораторії, та спробу біоінженерії видів рослин із чужорідним білком Rubisco.
Також читайте: