Исследование Университета Ньюкасла впервые показало, что машинное обучение может предсказывать биологические свойства самого распространенного фермента на Земле — Rubisco.

Рубиско (рибулозо-1,5-бисфосфаткарбоксилаза/оксигеназа) отвечает за обеспечение углеродом почти всей жизни на Земле. Rubisco функционирует путем преобразования атмосферного CO 2 из атмосферы Земли в органическое углеродное вещество, которое необходимо для поддержания большей части жизни на Земле.

В течение некоторого времени среди белков Rubisco наземных растений наблюдалась естественная изменчивость , и модельные исследования показали, что трансплантация белков Rubisco с определенными функциональными свойствами может увеличить количество атмосферного CO 2 , которое растения могут поглощать и накапливать.

Ведущий автор исследования, Васим Икбал, доктор философии. Исследователь из Школы естественных наук и наук об окружающей среде Ньюкаслского университета, входящий в группу доктора Максима Капралова, разработал инструмент машинного обучения, который может предсказывать эксплуатационные свойства многочисленных белков Rubisco наземных растений с удивительно высокой точностью. Есть надежда, что этот инструмент позволит охотиться за «перезаряженным» белком Rubisco, который можно будет биоинженерно встроить в основные сельскохозяйственные культуры, такие как пшеница.

Опубликованное в Journal Of Experimental Botany исследование представляет собой полезный инструмент для скрининга и прогнозирования кинетики Rubisco растений для инженерных работ, а также для фундаментальных исследований эволюции и адаптации Rubisco. Скрининг естественного разнообразия кинетики Rubisco является основной стратегией, используемой для поиска лучших Rubisco для усилий по инженерии сельскохозяйственных культур.

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

«Это исследование предоставляет биологам растений инструмент предварительного скрининга для выделения видов Rubisco, демонстрирующих лучшую кинетику для усилий по инженерии сельскохозяйственных культур».

«Инструмент машинного обучения можно использовать для повышения точности оценок глобального фотосинтеза. Рабочие характеристики Rubisco, которые предсказывает наша модель, совместимы с моделями системы Земли (ESM), используемыми климатологами. В настоящее время ESM используют единый набор свойств Rubisco из те же виды (а иногда и несколько) для оценки фотосинтеза в масштабе экосистемы. Наш инструмент машинного обучения может давать прогнозы для большинства наземных растений, повышая точность ESM».

Следующие шаги этой работы включают выделение лучших белков Rubisco, определенных на основе предсказаний в лаборатории, и попытку биоинженерии видов растений с чужеродным белком Rubisco.