Исследование Rubisco: потенциал для создания более быстрого и эффективного фотосинтеза
Растения, водоросли и фотосинтезирующие бактерии — лучшие инструменты для удаления углекислого газа (CO2) из атмосферы. Основную работу выполняет один фермент: Rubisco, самый распространённый фермент на Земле, ежегодно улавливающий ~100 гигатонн углерода.
Однако Rubisco не идеален: он довольно медленный и может ошибаться, реагируя с кислородом вместо CO2. В природе существует компромисс: варианты Rubisco, которые реже ошибаются, работают медленнее, а более быстрые версии более подвержены ошибкам.
В новой статье, опубликованной 22 января в Nature, команда под руководством Дейва Сэвиджа и первого автора Ноама Привеса исследовала ландшафт мутантных молекул Rubisco далеко за пределами природного разнообразия и обнаружила новые, неисследованные пути для улучшения и настройки его функции.
"Инженерия Rubisco была бы невероятно значима, так как мы могли бы улучшить способность растений усваивать CO2, особенно для адаптации к будущим атмосферным условиям", — говорит Сэвидж.
Изучение ландшафта Rubisco
Генетическая инженерия может позволить учёным выбирать версии фермента с лучшим балансом для конкретных применений в сельском хозяйстве, биологическом улавливании углерода и биоинженерии.
Команда исследовала, как различные мутации влияют на скорость фермента и его сродство к CO2, что определяет точность. Для этого они совместно с лабораторией Рона Мило в Институте Вейцмана создали штамм бактерии E. coli, зависимый от Rubisco. Рост бактерий коррелировал со скоростью работы их молекулы Rubisco, что дало метод измерения влияния мутаций.
Был проведён «глубокий мутационный скрининг», в ходе которого создали и проверили почти 9000 мутантов с заменой каждой аминокислоты.
Большинство мутаций не оказали эффекта, некоторые снизили сродство к CO2. Однако четыре мутации значительно улучшили сродство к CO2. Экспериментальная проверка двух из них показала неожиданно сильный эффект: у одного мутанта сродство к CO2 примерно удвоилось, у другого — утроилось. Однако, как и в природных системах, компромисс сохранился: эти мутанты стали работать очень медленно.
"Мы были взволнованы, что такие большие изменения возможны всего от одной мутации, но важно помнить, что это только начало. Используя больше данных и методы машинного обучения, мы думаем, что сможем создать улучшенные варианты для использования в растениях и, возможно, преодолеть компромисс", — говорит Сэвидж.
Сейчас команда повторяет эксперимент, тестируя мутации в присутствии кислорода, чтобы изучить частоту ошибок. Конечная цель — заполнить полную карту ландшафта Rubisco, чтобы его можно было целенаправленно конструировать для конкретных применений.