Forscherteam modelliert erstmals Zusammenhang zwischen Enzymaktivität und Ertrag

Ein Team der University of Illinois hat einen Modellrahmen entwickelt, der die Enzymaktivität im Zusammenhang mit der Photosynthese mit dem Ertrag in Zusammenhang bringt. Dies ist das erste Mal, dass ein Modell die dynamischen Photosynthesewege direkt mit dem Pflanzenwachstum verknüpft.

„Ein früheres Modell verknüpfte Daten aus der genetischen, metabolischen und Blattebene, aber wir mussten die metabolische Ebene mit der größeren Kronendachebene verbinden“, sagte Yufeng He, Postdoktorand in der Matthews Group in Illinois. „Das neue Modell ermöglicht es uns zu untersuchen, wie sich Änderungen in der Enzymaktivität auf den Ertrag auswirken können, indem es die Umweltschwankungen, denen die Pflanzen auf dem Feld ausgesetzt sind, besser mit den metabolischen Prozessen verbindet.“

Diese Arbeit ist Teil von Realizing Increased Photosynthetic Efficiency (RIPE), einem internationalen Forschungsprojekt zur Steigerung der Produktivität von Nutzpflanzen durch Verbesserung der Photosynthese, dem natürlichen Prozess, mit dem alle Pflanzen Sonnenlicht in Energie und Ertrag umwandeln.

In einem Kürzlich durchgeführte Studie veröffentlicht in in silico PflanzenEr und andere zeigen, wie sich ihr Modell positiv auf die Fähigkeit der Wissenschaftler auswirken wird, das Pflanzenwachstum genau zu simulieren. Bisher mussten Wissenschaftler, die Feldexperimente simulieren wollten, den Prozess der Photosynthese und die damit verbundenen Enzymaktivitäten so behandeln, als ob sich die Pflanze im Gleichgewichtszustand befände. Für jeden, der schon einmal auf einem Feld war, ist das ein sehr unrealistisches Maß.

„Pflanzen leben nicht in einer stabilen Umgebung. Wir können diese Arbeit nutzen, um die Empfindlichkeit von Enzymen unter verschiedenen Umweltbedingungen zu untersuchen“, sagte Megan Matthews, leitende Forscherin des RIPE-Projekts und Assistenzprofessorin für Bau- und Umweltingenieurwesen in Illinois. „Das Modell wird es uns ermöglichen zu sehen, welche photosynthetischen Enzyme in verschiedenen Umgebungen limitierend sind und wie sie unter langfristigen klimatischen Bedingungen zu Ertragssteigerungen führen können.“

Die Fähigkeit des Modells, zu verstehen, welche Enzyme limitierend sein können, und dies mit dem erwarteten Ertrag in Verbindung zu bringen, beruht auf der Darstellung der Photosynthese als detaillierte Reihe dynamischer Enzymreaktionen und nicht als vereinfachte Darstellung einiger Reaktionen im Gleichgewichtszustand. Ein weiterer Vorteil dieses Modells besteht darin, dass es zur Untersuchung nicht-stationärer photosynthetischer Reaktionen verwendet werden kann, beispielsweise wenn Schatten durch Wolken oder andere im Wind wehende Blätter dazu führen können, dass eine Pflanze im Laufe eines Tages mit der Photosynthese beginnt oder aufhört. Frühere Modelle, die die Photosynthese als dynamischen Prozess behandelten, konnten nicht auf das Pflanzenwachstum auf Feldebene übertragen werden.

„Die Skalierung von der Metabolitenebene auf die Feldebene stellt einen entscheidenden Fortschritt auf dem Weg zu einer genaueren Simulation der Photosynthese und des Pflanzenwachstums dar“, sagte He. „Unser gekoppeltes Modell verspricht, unser Verständnis der Enzymdynamik und Pflanzenphysiologie zu verbessern. Darüber hinaus werden seine zukünftigen Anwendungen dazu beitragen, Strategien für das Pflanzenmanagement zu verbessern, nachhaltige landwirtschaftliche Praktiken zu fördern und die Ernährungssicherheit angesichts globaler Herausforderungen zu stärken.“

Er und Matthews hoffen, dass ihr Modell, als Open Source auf Github verfügbarkönnen Forschern helfen, besser zu verstehen und vorherzusagen, wie bestimmte Enzyme das Wachstum und den Ertrag von Nutzpflanzen in verschiedenen Umgebungen beeinflussen.