Quando Xiaoxi Meng e Zhikai Liang hanno proposto per la prima volta l'idea un paio di anni fa, James Schnable era scettico. Per non dire altro.
"'Beh, puoi provare, ma non credo che funzionerà'", ha ricordato il professore associato di agronomia e orticoltura dicendo a Meng e Liang, allora ricercatori post-dottorato nel laboratorio di Schnable presso l'Università del Nebraska-Lincoln.
Aveva torto e, col senno di poi, non era mai stato più felice di esserlo. Eppure, a quel tempo, Schnable aveva buone ragioni per alzare un sopracciglio. L'idea del duo - che le sequenze di DNA di colture sensibili al freddo che si arrendono a un duro gelo potrebbero aiutare a prevedere quanto le piante più selvagge e resistenti tollerino le condizioni di congelamento - sembrava audace. Per non dire altro. Tuttavia, era una proposta a basso rischio e ad alto rendimento. Perché se Meng e Liang riuscissero a farlo funzionare, potrebbero semplicemente accelerare gli sforzi per rendere i raccolti sensibili al freddo un po 'o anche molto più simili alle loro controparti resistenti al freddo.
Alcune delle colture più importanti del mondo sono state addomesticate nelle regioni tropicali - mais nel Messico meridionale, sorgo nell'Africa orientale - che non hanno esercitato alcuna pressione selettiva su di loro affinché sviluppassero difese contro il freddo o il congelamento. Quando queste colture vengono coltivate in climi più rigidi, la loro sensibilità al freddo limita quanto presto possono essere piantate e quanto tardi possono essere raccolte. Stagioni di crescita più brevi equivalgono a meno tempo per la fotosintesi, con conseguente minori raccolti e meno cibo per una popolazione globale che dovrebbe avvicinarsi a 10 miliardi di persone entro il 2050.
Climi freddi
Le specie vegetali che crescono già nei climi più freddi, nel frattempo, hanno sviluppato trucchi per sopportare il freddo. Possono riconfigurare le loro membrane cellulari per mantenere la liquidità a temperature più basse, prevenendo il congelamento e la frattura delle membrane. Possono aggiungere un pizzico di zuccheri ai liquidi dentro e intorno a quelle membrane, abbassando il loro punto di congelamento più o meno allo stesso modo in cui il sale fa un marciapiede. Possono persino produrre proteine che soffocano minuscoli cristalli di ghiaccio prima che quei cristalli si trasformino in masse che distruggono le cellule.
Tutte queste difese hanno origine a livello genetico, anche se non solo nelle sequenze del DNA stesso. Quando le piante iniziano a congelarsi, possono rispondere essenzialmente spegnendo o accendendo determinati geni, impedendo o consentendo la trascrizione e l'esecuzione dei loro manuali di istruzioni genetiche. Sapere quali geni le piante tolleranti al freddo si spengono e si accendono di fronte alle temperature gelide, quindi, può aiutare i ricercatori a cogliere le fondamenta stesse delle loro fortificazioni e, infine, a progettare difese simili in colture sensibili al freddo.
Ma Schnable sapeva anche, come fecero Meng e Liang, che anche un gene identico spesso risponde in modo diverso al freddo tra le specie vegetali, anche quelle strettamente imparentate. Il che significa, in modo frustrante, che capire come un gene risponde al freddo in una specie tende a dire agli scienziati delle piante quasi nulla di conclusivo sul comportamento del gene in un'altra. Quell'imprevedibilità, a sua volta, ha ostacolato gli sforzi per apprendere le regole che determinano ciò che disattiverà o attiverà i geni.
"Siamo ancora davvero, davvero male a capire perché i geni si spengono e si accendono", ha detto Schnable.
Piante di mais
In mancanza di un regolamento, i ricercatori si sono rivolti all'apprendimento automatico, una forma di intelligenza artificiale che può essenzialmente scrivere la propria. Hanno sviluppato specificamente un modello di classificazione supervisionato, il tipo che può, se presentato con immagini abbastanza etichettate di, diciamo, gatti e non gatti, alla fine imparare a distinguere il primo dal secondo. Il team ha inizialmente presentato il proprio modello con un enorme mucchio di geni sequenziati dal mais, insieme ai livelli medi di attività di quei geni quando la pianta è stata sottoposta a temperature di congelamento. Il modello è stato anche alimentato con "ogni caratteristica che potessimo pensare" per ogni gene del mais, ha detto Schnable, inclusa la sua lunghezza, la sua stabilità e qualsiasi differenza tra esso e altre versioni di esso trovate in altre piante di mais.
Successivamente, i ricercatori hanno testato il loro modello nascondendo da esso solo un'informazione in un sottoinsieme di quei geni: se rispondevano all'insorgere di temperature gelide o se non lo facevano. Analizzando le caratteristiche dei geni che gli era stato detto erano reattivi o non reattivi, il modello ha individuato quali combinazioni di quelle caratteristiche erano rilevanti per ciascuna - e quindi ha inserito con successo la maggior parte dei rimanenti geni della scatola misteriosa nelle loro categorie corrette.
È stato un inizio promettente, senza dubbio. Ma il vero test rimaneva: il modello poteva prendere l'addestramento ricevuto in una specie e applicarlo a un'altra?
La risposta è stata un sì definitivo. Dopo essere stato addestrato con i dati del DNA di una sola delle sei specie - mais, sorgo, miglio perlato, miglio proso, miglio coda di volpe o panico verga - il modello è stato generalmente in grado di prevedere quali geni in uno qualsiasi degli altri cinque avrebbero risposto al congelamento. Con sorpresa di Schnable, il modello ha retto anche quando è stato addestrato su una specie sensibile al freddo - mais, sorgo, miglio perlato o proso - ma ha il compito di prevedere le risposte geniche nel miglio di coda di volpe tollerante al freddo o panico verga.
Modello
"I modelli che abbiamo addestrato hanno funzionato quasi altrettanto bene tra le specie, come se avessi effettivamente dati in una specie e usassi i dati interni per fare previsioni su quella stessa specie", ha detto, con un accenno di meraviglia nella sua voce mesi dopo. "Davvero non l'avrei previsto."
"L'idea che possiamo semplicemente inserire tutte queste informazioni in un computer, e che possa capire almeno alcune regole per fare previsioni che funzionano, è ancora abbastanza sorprendente per me."
Queste previsioni potrebbero rivelarsi particolarmente utili quando si considera l'alternativa. Per circa un decennio, i biologi vegetali sono stati effettivamente in grado di misurare il numero di molecole di RNA - quelle responsabili della trascrizione e del trasporto delle istruzioni del DNA - prodotte da ogni gene in una pianta vivente. Ma confrontare il modo in cui l'espressione genica risponde al freddo negli esemplari vivi e in più specie è un'impresa scrupolosa, ha detto Schnable. Ciò è particolarmente vero con le piante selvatiche, i cui semi possono essere difficili da acquisire. Quei semi potrebbero non germogliare quando previsto, se non del tutto, e possono richiedere anni per crescere. Anche se lo fanno, ogni pianta risultante deve essere coltivata in un ambiente identico e controllato e studiata nella stessa fase di sviluppo.
Più specie
Tutto ciò rappresenta una sfida enorme per far crescere abbastanza esemplari selvatici, da un numero sufficiente di specie selvatiche, per replicare e valutare statisticamente le risposte dei loro geni al freddo.
"Se vogliamo davvero capire quali geni sono importanti - che effettivamente giocano un ruolo nel modo in cui la pianta si adatta al freddo - dobbiamo guardare a più di due specie", ha detto Schnable. "Vogliamo esaminare un gruppo di specie che tollerano il freddo e un gruppo che è sensibile, e osservare i modelli:" Questo stesso gene risponde sempre in uno e sempre non risponde nell'altro ".
“Questo inizia a diventare un esperimento davvero grande e costoso. Sarebbe davvero bello se potessimo solo fare previsioni dalle sequenze di DNA di quelle specie invece di, diciamo, prendere 20 specie e cercare di metterle tutte nello stesso stadio, sottoporle tutte agli stessi identici trattamenti di stress, e misurare la quantità di RNA prodotta per ogni gene in ciascuna specie. "
Fortunatamente per il modello, i ricercatori hanno già sequenziato i genomi di oltre 300 specie di piante. Uno sforzo internazionale in corso potrebbe portare quel numero fino a 10,000 nei prossimi anni.
Sebbene il modello abbia già ampiamente superato le sue modeste aspettative, Schnable ha detto che il prossimo passo sarà comunque "convincere noi stessi e le altre persone" che funziona così come ha fatto finora. In ogni caso di test fino ad oggi, i ricercatori hanno chiesto al modello di dire loro ciò che già sapevano. Il test finale, ha detto, arriverà quando sia gli umani che la macchina partiranno da zero.
"Il prossimo grande esperimento che penso che dobbiamo fare è fare previsioni su una specie di cui non abbiamo alcun dato", ha detto. "Per convincere le persone che funziona davvero nei casi in cui anche noi non conosciamo le risposte."
Il team ha riportato i suoi risultati sulla rivista Proceedings of the National Academy of Sciences. Meng, Liang e Schnable hanno firmato lo studio con Rebecca Roston del Nebraska, Yang Zhang, Samira Mahboub e lo studente universitario Daniel Ngu, insieme a Xiuru Dai, uno studioso in visita presso la Shandong Agricultural University.
Per maggiori informazioni:
Università del Nebraska Lincoln
www.unl.edu