Forscher entwickeln neue Methode zur Analyse von Proteinen in ökologisch bedeutsamen Moosen

Obwohl der Klimawandel die Vegetation der Welt bedroht, hat eine Art Torfmoos Wissenschaftler mit ihrer Widerstandsfähigkeit überrascht: Sphagnum divinum entwickelt sich aktiv als Reaktion auf heiße, trockene Bedingungen.

Forscher am Oak Ridge National Laboratory des Energieministeriums entwickelte Ressourcen, einschließlich einer Datenbank mit allen Proteinen von S. divinum und einer Methode zur Bestimmung ihrer Funktionen, um zu beleuchten, wie sich S. divinum an sich schnell ändernde Klimabedingungen anpasst. Ihre Arbeit wurde veröffentlicht in Bioinformatik.

Torfmoose dominieren Torfmoore, die etwa ein Drittel des terrestrischen Kohlenstoffs der Welt speichern. Wenn Umwelteinflüsse diese Reserven verringern, gibt der Torf Kohlenstoff als Treibhausgas in die Atmosphäre ab, was die Erwärmung weiter beschleunigt. Das Verständnis der genetischen Mechanismen, die die Widerstandsfähigkeit unter sich ändernden Bedingungen ermöglichen, ist entscheidend für die Entwicklung von Strategien zur Aufrechterhaltung oder Verbesserung der Kohlenstoffspeicherung in Torfmooren.

„Stellen Sie sich einen Organismus als einen Motor vor, der aufgrund der Art und Weise funktioniert, wie seine Komponenten in drei Dimensionen zusammenpassen“, sagte Ada Sedova, Computerbiologin am ORNL. „Proteine ​​sind wie die einzelnen Teile. Ihre Struktur bestimmt ihre Funktion. Wenn wir also ihre Form kennen, können wir vorhersagen, was sie für die Maschine als Ganzes tun.“

Um die Rolle von Proteinen aufzudecken, kann der genetische Code strukturell modelliert werden. ORNL-Forscher haben diesen Prozess zuvor mit Hochleistungs-Rechenressourcen optimiert. Sie haben AlphaFold von DeepMind – ein KI-gestütztes Tool, das die 3D-Form eines Proteins anhand seiner genetischen Sequenz vorhersagt – so modifiziert, dass es auf Summit läuft, einem Supercomputer, der in der Oak Ridge Leadership Computing Facility des ORNL untergebracht ist. Das Projekt sagte Strukturen für die 25.134 Proteine ​​von S. divinum mit beispielloser Geschwindigkeit voraus.

Das Team entwickelte außerdem eine Technik zum Vergleich von Proteinen durch deren Ausrichtung untereinander. Mit diesem Verfahren fanden sie Unterschiede zwischen zwei ähnlichen Sphagnum-Proteinen. Bei dem einen handelt es sich wahrscheinlich um ein Enzym, das einen biologischen Prozess unterstützt, während das andere eine regulierende Funktion erfüllen könnte, beispielsweise die Steuerung der Hitzestressreaktion des Organismus.

„Diese Hochdurchsatzmethode kann auf große Rechencluster skaliert werden“, sagte Sedova, „womit die Datenherausforderungen angegangen werden, die entstanden, als die Strukturvorhersage im Proteommaßstab mit AlphaFold Realität wurde.“

Diese Arbeit ergänzt die laufende Forschung des ORNL über Torfmoos, einschließlich des Experiments zur Manipulation des gesamten Ökosystems SPRUCE und eines Projekts, bei dem zuvor die Genome zweier Arten sequenziert wurden.

„Die Bestimmung der Funktion von Proteinen im Labor ist ein zeitaufwändiges und oft erfolgloses Unterfangen. Die Weiterentwicklung rechnerischer Methoden zur Bereitstellung zuverlässiger Funktionsvorhersagen wird die Entdeckung molekulargenetischer Prozesse, die zur Klimaresilienz beitragen, erheblich beschleunigen“, sagte Dave Weston, ein Molekularbiologe Pflanzenphysiologe am ORNL.

Obwohl die meisten Proteine ​​eine festgelegte Form und Funktion haben, fehlt einigen diese Starrheit. Ungeordnete Proteine ​​verleihen einem Organismus Flexibilität und ermöglichen ihm, auf eine dynamische Umgebung zu reagieren. „In unserer Forschung hat AlphaFold darauf hingewiesen, dass etwa 30 % der Proteine ​​von S. divinum keine definierte Struktur aufweisen“, sagte Sedova. „Dies deutet darauf hin, dass ungeordnete Proteine ​​für die Reaktion auf Hitze, Stress und Dürre von entscheidender Bedeutung sein könnten.“

Künftig werden die am ORNL entwickelte Datenbank und Analysemethode Biologen dabei unterstützen, die wesentlichen Bestandteile von Torfmoosen zu verstehen. Diese Informationen werden dazu beitragen, herauszufinden, wie Pflanzen auf eine sich verändernde Welt reagieren.