L’apprendimento automatico può consentire la bioingegneria dell’enzima più abbondante sul pianeta
Uno studio dell’Università di Newcastle ha dimostrato per la prima volta che l’apprendimento automatico può prevedere le proprietà biologiche dell’enzima più abbondante sulla Terra: il Rubisco.
Il Rubisco (ribuloso-1,5-bisfosfato carbossilasi/ossigenasi) è responsabile della fornitura di carbonio per quasi tutta la vita sulla Terra. Rubisco funziona convertendo la CO2 atmosferica dall’atmosfera terrestre in materia di carbonio organico, che è essenziale per sostenere la maggior parte della vita sulla Terra.
Da qualche tempo sono state osservate variazioni naturali tra le proteine Rubisco delle piante terrestri e studi di modellizzazione hanno dimostrato che il trapianto di proteine Rubisco con determinate proprietà funzionali può aumentare la quantità di CO2 atmosferica che le piante coltivate possono assorbire e immagazzinare.
L’autore principale dello studio, Wasim Iqbal, ricercatore PhD presso la School of Natural and Environmental Sciences dell’Università di Newcastle, parte del gruppo del dottor Maxim Kapralov, ha sviluppato uno strumento di apprendimento automatico in grado di prevedere le proprietà prestazionali di numerose proteine di Rubisco di piante terrestri con una precisione sorprendentemente buona. La speranza è che questo strumento consenta la ricerca di una proteina Rubisco “sovralimentata” che possa essere bioingegnerizzata in colture importanti come il grano.
Pubblicato nel Journal Of Experimental Botany, lo studio presenta uno strumento utile per lo screening e la previsione della cinetica del Rubisco vegetale per gli sforzi ingegneristici e per gli studi fondamentali sull’evoluzione e l’adattamento del Rubisco. Lo screening della diversità naturale della cinetica di Rubisco è la strategia principale utilizzata per trovare Rubisco migliori per gli sforzi di ingegneria delle colture.
Wasim ha dichiarato: “Il nostro studio avrà enormi implicazioni per i modelli climatici e le colture bioingegneristiche.
“Questo studio fornisce ai biologi delle piante uno strumento di pre-screening per evidenziare le specie di Rubisco che mostrano una cinetica migliore per gli sforzi di ingegneria delle colture.
“Lo strumento di apprendimento automatico può essere utilizzato per migliorare l’accuratezza delle stime di fotosintesi globale. Le proprietà delle prestazioni di Rubisco previste dal nostro modello sono compatibili con i modelli del sistema terrestre (ESM) utilizzati dagli scienziati del clima. Attualmente, gli ESM utilizzano un unico insieme di proprietà Rubisco della stessa specie (o talvolta una manciata) per stimare la fotosintesi a scala di ecosistema. Il nostro strumento di apprendimento automatico potrebbe fornire previsioni per la maggior parte degli impianti terrestri migliorando l’accuratezza degli ESM”.
I prossimi passi di questo lavoro includono l’isolamento delle migliori proteine Rubisco identificate dalle previsioni in laboratorio e il tentativo di bioingegnerizzare una specie vegetale con una proteina Rubisco estranea.
