Машинное обучение может позволить биоинженерию самого распространенного фермента на планете
Исследование Университета Ньюкасла впервые показало, что машинное обучение может предсказывать биологические свойства самого распространенного на Земле фермента — Rubisco.
Rubisco (рибулозо-1,5-бисфосфаткарбоксилаза/оксигеназа) отвечает за обеспечение углеродом почти всей жизни на Земле. Фермент функционирует, превращая атмосферный CO2 в органическое углеродное вещество, что необходимо для поддержания большей части жизни.
Уже некоторое время наблюдается естественная вариация среди белков Rubisco наземных растений. Моделирование показало, что пересадка белков Rubisco с определенными функциональными свойствами может увеличить количество атмосферного CO2, которое сельскохозяйственные культуры способны поглощать и запасать.
Ведущий автор исследования, аспирант Университета Ньюкасла Васим Икбал из группы доктора Максима Капралова, разработал инструмент машинного обучения, который с удивительно высокой точностью может предсказывать рабочие свойства многочисленных белков Rubisco наземных растений. Надежда заключается в том, что этот инструмент позволит найти «суперзаряженный» белок Rubisco, который можно будет биоинженерным путем внедрить в основные культуры, такие как пшеница.
Опубликованное в Journal Of Experimental Botany, исследование представляет полезный инструмент для скрининга и предсказания кинетики растительного Rubisco как для инженерных усилий, так и для фундаментальных исследований эволюции и адаптации фермента. Скрининг естественного разнообразия кинетики Rubisco — основная стратегия поиска лучших версий фермента для инженерии сельскохозяйственных культур.
Васим Икбал заявляет, что их «исследование будет иметь огромные последствия для климатических моделей и биоинженерии сельскохозяйственных культур».
«Это исследование предоставляет растениеводам инструмент предварительного скрининга для выявления видов Rubisco с лучшей кинетикой для инженерных усилий».
«Инструмент машинного обучения можно использовать для повышения точности глобальных оценок фотосинтеза. Предсказываемые нашей моделью рабочие свойства Rubisco совместимы с моделями земных систем (Earth system models, ESM), используемыми климатологами. В настоящее время ESM используют единый набор свойств Rubisco от одного вида (или иногда нескольких) для оценки фотосинтеза в масштабе экосистемы. Наш инструмент машинного обучения может предоставить прогнозы для большинства наземных растений, повышая точность ESM».
Следующие шаги работы включают выделение в лаборатории лучших белков Rubisco, идентифицированных по предсказаниям модели, и попытку биоинженерии растения с чужеродным белком Rubisco.