Los científicos de la Universidad de Nueva York están utilizando inteligencia synthetic para determinar qué genes rigen colectivamente la eficiencia del uso de nitrógeno en plantas como el maíz, con el objetivo de ayudar a los agricultores a mejorar sus rendimientos de cultivos y minimizar el costo de los fertilizantes de nitrógeno.
“By figuring out genes-of-importance to nitrogen utilization, we will choose for and even modify sure genes to boost nitrogen use effectivity in main US crops like corn,” stated Gloria Coruzzi, the Carroll & Milton Petrie Professor in NYU’s Division of Biology and Heart for Genomics and Methods Biology and the senior writer of the research, which seems within the journal La célula vegetal.
En los últimos 50 años, los agricultores han podido cultivar mayores rendimientos de cultivos gracias a las principales mejoras en la reproducción y los fertilizantes de las plantas, incluida la forma de absorción y uso de los cultivos de manera eficiente, el componente clave de los fertilizantes.
Aún así, la mayoría de los cultivos solo usan aproximadamente el 55 por ciento del nitrógeno en el fertilizante que los agricultores aplican a sus campos, mientras que el resto termina en el suelo circundante. Cuando el nitrógeno se filtra en el agua subterránea, puede contaminar el agua potable y causar flores de algas dañinas en lagos, ríos, depósitos y aguas cálidas oceánicas. Además, el nitrógeno no utilizado que permanece en el suelo se convierte por bacterias en óxido nitroso, un potente gasoline de efecto invernadero que es 265 veces más efectivo para atrapar el calor durante un período de 100 años que el dióxido de carbono.
Estados Unidos es el principal productor mundial de maíz. Este importante cultivo efectivo requiere grandes cantidades de nitrógeno para crecer, pero gran parte del fertilizante alimentado al maíz no se lleva ni se usa. La baja eficiencia del uso de nitrógeno de Corn presenta un desafío financiero para los agricultores, dados los crecientes costos de fertilizantes, la mayoría de los cuales se importa, y también corre el riesgo de dañar el suelo, el agua, el aire y el clima.
Para abordar este desafío en el maíz y otros cultivos, los investigadores de la NYU han desarrollado un proceso novedoso para mejorar la eficiencia del uso de nitrógeno que integra la genética de las plantas con el aprendizaje automático, un tipo de inteligencia synthetic que detecta patrones en los datos, en este caso, para asociar genes con un rasgo (eficiencia del uso de nitrógeno).
Utilizando un enfoque de modelo a cultivo, los investigadores de la NYU rastrearon la historia evolutiva de los genes de maíz que se comparten con Arabidopsis, una pequeña hierba de floración a menudo utilizada como organismo modelo en biología vegetal debido a la facilidad de estudiarlo en el laboratorio utilizando el poder de los enfoques genéticos moleculares. En un estudio anterior publicado en Comunicaciones de la naturalezaEl equipo de Coruzzi identificó genes cuya capacidad de respuesta al nitrógeno se conservó entre el maíz y Arabidopsis y validó su papel en las plantas.
En La célula vegetal Estudio, su más reciente sobre este tema, los investigadores de la NYU se basaron en su trabajo en maíz y Arabidopsis para identificar cómo la eficiencia del uso de nitrógeno se rige por grupos de genes, también conocidos como “regulones”, que se activan o reprimen por el mismo issue de transcripción (una proteína reguladora).
“Los rasgos como la eficiencia del uso de nitrógeno o la fotosíntesis nunca son controlados por un solo gen. La belleza del proceso de aprendizaje automático es que aprende conjuntos de genes que son colectivamente responsables de un rasgo, y también pueden identificar el issue de transcripción o los factores que controlan estos conjuntos de genes”, dijo Coruzzi.
Los investigadores primero utilizaron la secuenciación de ARN para medir cómo los genes en el maíz y los Arabidopsis responden al tratamiento con nitrógeno. Usando estos datos, entrenaron modelos de aprendizaje automático para identificar genes que responden a nitrógeno conservados en las variedades de maíz y Arabidopsis, así como los factores de transcripción que regulan los genes de importancia a la eficiencia del uso de nitrógeno (NUE). Para cada “regulón nue”, el issue de transcripción y el conjunto correspondiente de genes nue regulados, los investigadores calcularon una puntuación de aprendizaje automático colectivo y luego clasificaron los mejores desempeños en función de qué tan bien los niveles de expresión combinados podrían predecir con precisión cuán eficientemente se usa el nitrógeno en las variedades de maíz de origen de campo.
Para los regulones nue mejor clasificados, los investigadores utilizaron estudios basados en células en maíz y arabidopsis para validar las predicciones de aprendizaje automático para el conjunto de genes en el genoma que están regulados por cada issue de transcripción. Estos experimentos confirmaron regulones NUE para dos factores de transcripción de maíz (ZMMYB34/R3) que regulan 24 genes que controlan el uso de nitrógeno, así como para un issue de transcripción estrechamente relacionado en Arabidopsis (ATDIV1), que regula 23 genes objetivo que comparten un historial genético con maíz que también controlan el uso de nitrógeno. Cuando se les devuelve a los modelos de aprendizaje automático, estos regulones nue conservados de modelo a cultivo mejoraron significativamente la capacidad de la IA para predecir la eficiencia del uso de nitrógeno en las variedades de maíz cultivadas en el campo.
Identificar regulones nue de genes colectivos y factores de transcripción relacionados que rigen el uso de nitrógeno permitirán a los científicos de cultivos reproducir o diseñar maíz que necesitan menos fertilizantes.
“Al observar los híbridos de maíz en la etapa de plántulas para ver si la expresión de los genes de importancia identificados para la eficiencia del uso de nitrógeno es alta, en lugar de plantarlos en el campo y medir su uso de nitrógeno, podemos usar marcadores moleculares para seleccionar los híbridos en la etapa de plántulas que son más eficientes en el uso de nitrógeno, y luego plantar esas variedades”, dijo coruzzi. “Esto no solo dará como resultado un ahorro de costos para los agricultores, sino que también reducirá los efectos nocivos de la contaminación de nitrógeno de las aguas tierra y las emisiones de gases de efecto invernadero de óxido nitroso”.
La Universidad de Nueva York ha presentado una solicitud de patente que cubre la investigación y los hallazgos descritos en este documento. Los autores de estudio adicionales incluyen a Ji Huang, Tim Jeffers, Nathan Doner, Hung-Jui Shih, Samantha Frangos y Manpreet Singh Katari de NYU; Chia-yi Cheng de NYU y la Universidad Nacional de Taiwán, y Matthew Brooks del Servicio de Investigación Agrícola del Departamento de Agricultura de los Estados Unidos. La investigación fue apoyada por el Programa de Investigación del Genoma de Plantas de la Fundación Nacional de Ciencias (iOS-1339362) y los Institutos Nacionales de Salud (R01-GM121753, F32GM116347).
