Суперкомпьютеры помогли понять механизм устойчивости растений к засухе

Исследователи изучают особый тип фотосинтеза — кислотный метаболизм толстянковых (CAM), характерный для пустынных растений, таких как агава. Этот процесс позволяет растениям экономить воду, открывая устьица (поры) для поглощения CO₂ только ночью, а днём плотно их закрывая. В отличие от этого, большинство растений (C3-тип, например, резуховидка Таля) открывают устьица днём, что приводит к большим потерям воды.

Цель международной команды учёных из Oak Ridge National Laboratory (ORNL) и ряда университетов — понять молекулярные основы CAM, чтобы в перспективе привить эту устойчивость к засухе продовольственным и биоэнергетическим культурам. Это позволило бы выращивать их на засушливых и малопригодных землях.

Сравнение CAM и C3 растений

Для исследования команда собрала и сравнила обширные данные (геномика, протеомика, метаболомика) по растению с CAM-фотосинтезом (Agave) и растению с C3-фотосинтезом (резуховидка Таля, Arabidopsis). Учёные анализировали, какие гены и белки контролируют открытие и закрытие устьиц у обоих типов растений и как меняются метаболиты в течение суток.

Роль суперкомпьютеров

Для обработки огромных массивов данных команда использовала вычислительные ресурсы Oak Ridge Leadership Computing Facility (OLCF), в частности кластер Eos. С помощью «all-versus-all» сравнений больших наборов данных исследователи смогли:

• Найти корреляции между экспрессией генов, белками и метаболитами в разное время суток.
• Выявить закономерности, лежащие в основе CAM у отдельных образцов агавы.
• Чётко отличить универсальные для CAM-растений черты от видовых особенностей.

«Это первое исследование, в котором с помощью кросс-омиксного подхода и анализа временны́х рядов изучается CAM на таком молекулярном уровне», — отметил вычислительный биолог ORNL Дэн Джейкобсон. Он подчеркнул, что без высокопроизводительных вычислений найти эти значимые связи в разумные сроки было бы невозможно.

Перспективы

Полученные знания — первый шаг к пониманию регуляции CAM. В будущем команда планирует расширить исследование на другие CAM-виды, сравнивать ещё большие наборы данных и в конечном итоге накопить достаточно информации, чтобы попытаться внедрить механизм CAM в новые виды сельскохозяйственных растений.