Ускоренный метод для генетического улучшения признаков растений
Исследователи из Университета Пердью разработали веб-инструмент для быстрого поиска генов, регулирующих нужные признаки растений, без проведения экспериментов.
Суть метода
Команда под руководством Кранти Варалы создала машинно-обучаемую систему, которая анализирует огромные массивы общедоступных данных об экспрессии генов. Цель — точно определять, какие транскрипционные факторы регулируют конкретный признак у различных видов растений.
Ключевые особенности
- Масштаб: В основе — анализ данных 18 000 отдельных исследований.
- Подход: Использование органо-специфичных данных (например, только по семенам), что значительно повышает точность предсказаний.
- Вычисления: Анализ проводился на суперкомпьютерах Университета Пердью.
- Общность: Метод не привязан к конкретному виду. Его можно применять к кукурузе, рису, томатам и другим культурам, для которых есть достаточные данные.
Проверка на примере синтеза масла в семенах
Для валидации метода выбрали хорошо изученный путь биосинтеза масла в семенах Arabidopsis (известно более 300 вовлеченных генов).
Системе предоставили только список генов, без биологического контекста.
Результат: Алгоритм смог "переоткрыть" 8 уже известных регуляторных генов и предсказать 12 новых кандидатов.
Экспериментальное подтверждение: Для 11 из 12 новых кандидатов создали мутантные линии. У 5 из них действительно изменилось содержание масла в семенах. Оверэкспрессия одного фактора увеличила содержание масла на 12%.
Точность: В итоге, подход точно идентифицировал 13 из 20 лучших кандидатов.
Значение
Метод позволяет резко сократить начальную, самую трудоемкую фазу исследований — сбор данных и выдвижение гипотез. Ученые могут сразу переходить к генетической валидации наиболее вероятных кандидатов, ускоряя селекцию ценных признаков (например, для производства пищи или биотоплива).
Работа опубликована в PNAS, на результаты подана патентная заявка. Проект по созданию инструмента занял четыре года.