Машинное обучение может позволить биоинженерию самого распространенного фермента на планете

Исследование впервые показало, что машинное обучение может предсказать биологические свойства самого распространенного фермента на Земле - Рибиско.

Рибиско (рибулозо-1,5-бисфосфаткарбоксилаза/оксигеназа) отвечает за обеспечение углеродом почти всего живого на Земле. Рибиско функционирует путем преобразования атмосферного CO2 из атмосферы Земли в органическое углеродное вещество, которое необходимо для поддержания большинства видов жизни на Земле.

Уже некоторое время наблюдается естественная вариация среди белков Рибиско наземных растений, и моделирование показало, что пересадка белков Рибиско с определенными функциональными свойствами может увеличить количество атмосферного CO2, которое могут поглощать и удерживать сельскохозяйственные растения.

Ведущий автор исследования, Васим Икбал, аспирант Школы естественных и экологических наук Ньюкаслского университета, входящий в группу доктора Максима Капралова, разработал инструмент машинного обучения, который может предсказывать эксплуатационные свойства многочисленных белков Рибиско наземных растений с удивительно хорошей точностью. Ожидается, что этот инструмент позволит искать "сверхмощный" белок Рибиско, который можно будет биоинженерно встроить в основные сельскохозяйственные культуры, такие как пшеница.

Опубликованное в Journal Of Experimental Botany, исследование представляет полезный инструмент для скрининга и прогнозирования кинетики растений Рибиско для инженерных усилий, а также для фундаментальных исследований эволюции и адаптации Рибиско. Скрининг природного разнообразия кинетики Рибиско является основной стратегией, используемой для поиска лучших Рибиско для инженерных усилий в области растениеводства.

Васим говорит, что их "исследование будет иметь огромное значение для климатических моделей и биоинженерных культур".

"Это исследование предоставляет биологам растений инструмент предварительного отбора для выделения видов рибиско, которые демонстрируют лучшую кинетику для инженерных усилий по выращиванию сельскохозяйственных культур".

"Инструмент машинного обучения может быть использован для повышения точности глобальных оценок фотосинтеза. Свойства продуктивности Рибиско, которые прогнозирует наша модель, совместимы с моделями системы Земли (ESM), используемыми климатологами. В настоящее время ESM используют единый набор свойств Рибиско от одного вида (или иногда несколько) для оценки фотосинтеза в масштабе экосистемы. Наш инструмент машинного обучения может предоставлять прогнозы для большинства наземных растений, повышая точность ESM".

Следующие шаги этой работы включают изоляцию лучших белков Рибиско, определенных на основе прогнозов в лаборатории, и попытку биоинженерии видов растений с чужеродным белком Рибиско.

українською мовою