Crédit :Pixabay/CC0 Domaine public
Une étude de l'Université de Newcastle a pour la première fois montré que l'apprentissage automatique peut prédire les propriétés biologiques de l'enzyme la plus abondante sur Terre, Rubisco.
Rubisco (Ribulose-1,5-bisphosphate carboxylase/oxygénase) est responsable de la fourniture de carbone pour presque toute la vie sur Terre. Rubisco fonctionne en convertissant le CO atmosphérique2 de l'atmosphère terrestre à la matière carbonée organique, qui est essentielle au maintien de la plupart des formes de vie sur Terre.
Depuis un certain temps, des variations naturelles ont été observées parmi les protéines Rubisco des plantes terrestres et des études de modélisation ont montré que la transplantation de protéines Rubisco avec certaines propriétés fonctionnelles peut augmenter la quantité de CO atmosphérique2 les plantes cultivées peuvent absorber et stocker.
Auteur principal de l'étude, Wasim Iqbal, titulaire d'un doctorat. chercheur à l'École des sciences naturelles et environnementales de l'Université de Newcastle, qui fait partie du groupe du Dr Maxim Kapralov, a développé un outil d'apprentissage automatique qui peut prédire les propriétés de performance de nombreuses protéines Rubisco de plantes terrestres avec une précision étonnamment bonne. L'espoir est que cet outil permettra la recherche d'une protéine Rubisco "suralimentée" qui peut être bio-conçue dans des cultures majeures telles que le blé.
Publié dans le Journal Of Experimental Botany , l'étude présente un outil utile pour le criblage et la prédiction de la cinétique Rubisco végétale pour les efforts d'ingénierie ainsi que pour les études fondamentales sur l'évolution et l'adaptation de Rubisco. Le criblage de la diversité naturelle de la cinétique Rubisco est la principale stratégie utilisée pour trouver de meilleurs Rubiscos pour les efforts d'ingénierie des cultures.
Wasim dit que leur "étude aura d'énormes implications pour les modèles climatiques et la bio-ingénierie des cultures".
"Cette étude fournit aux biologistes végétaux un outil de présélection pour mettre en évidence les espèces de Rubisco présentant une meilleure cinétique pour les efforts d'ingénierie des cultures."
"L'outil d'apprentissage automatique peut être utilisé pour améliorer la précision des estimations globales de la photosynthèse. Les propriétés de performance Rubisco que notre modèle prédit sont compatibles avec les modèles du système terrestre (ESM) utilisés par les climatologues. Actuellement, les ESM utilisent un seul ensemble de propriétés Rubisco du même espèce (ou parfois une poignée) pour estimer la photosynthèse à l'échelle de l'écosystème. Notre outil d'apprentissage automatique pourrait fournir des prédictions pour la plupart des plantes terrestres, améliorant ainsi la précision des ESM."
Les prochaines étapes de ce travail comprennent l'isolement des meilleures protéines Rubisco identifiées à partir des prédictions en laboratoire et la tentative de bio-ingénierie d'une espèce végétale avec une protéine Rubisco étrangère. Un avenir rouge pour l'amélioration de la production agricole ?
