Um estudo da Universidade de Newcastle mostrou pela primeira vez que o aprendizado de máquina pode prever as propriedades biológicas da enzima mais abundante na Terra – Rubisco.
Rubisco (Ribulose-1,5-bifosfato carboxilase/oxigenase) é responsável por fornecer carbono para quase toda a vida na Terra. Rubisco funciona convertendo CO atmosférico₂ da atmosfera da Terra à matéria orgânica de carbono, que é essencial para sustentar a maior parte da vida na Terra.

Há algum tempo, a variação natural tem sido observada entre as proteínas Rubisco de plantas terrestres e estudos de modelagem mostraram que o transplante de proteínas Rubisco com certas propriedades funcionais pode aumentar a quantidade de CO atmosférico₂ as plantas cultivadas podem absorver e armazenar.

O autor principal do estudo, Wasim Iqbal, Ph.D. pesquisador da Escola de Ciências Naturais e Ambientais da Universidade de Newcastle, parte do grupo do Dr. Maxim Kapralov, desenvolveu uma ferramenta de aprendizado de máquina que pode prever as propriedades de desempenho de várias proteínas Rubisco de plantas terrestres com uma precisão surpreendentemente boa. A esperança é que essa ferramenta permita a busca por uma proteína Rubisco 'sobrecarregada' que possa ser bioengenharia em grandes culturas, como o trigo.

Publicado no Journal Of Experimental Botany , o estudo apresenta uma ferramenta útil para triagem e previsão da cinética da planta Rubisco para esforços de engenharia, bem como para estudos fundamentais sobre a evolução e adaptação da Rubisco. A triagem da diversidade natural da cinética da Rubisco é a principal estratégia usada para encontrar melhores Rubiscos para os esforços de engenharia de cultivo.

Wasim diz que seu "estudo terá enormes implicações para modelos climáticos e cultivos de bioengenharia".

"Este estudo fornece aos biólogos de plantas uma ferramenta de pré-triagem para destacar as espécies de Rubisco que exibem melhor cinética para os esforços de engenharia de cultivos".

"A ferramenta de aprendizado de máquina pode ser usada para melhorar a precisão das estimativas globais de fotossíntese. As propriedades de desempenho da Rubisco que nosso modelo prevê são compatíveis com os modelos do sistema terrestre (ESM) usados ​​por cientistas climáticos. Atualmente, os ESMs usam um único conjunto de propriedades da Rubisco do mesma espécie (ou às vezes um punhado) para estimar a fotossíntese na escala do ecossistema. Nossa ferramenta de aprendizado de máquina pode fornecer previsões para a maioria das plantas terrestres, melhorando a precisão dos ESMs."

Os próximos passos deste trabalho incluem isolar as melhores proteínas Rubisco identificadas a partir de previsões no laboratório e tentar bioengenharia de uma espécie de planta com uma proteína Rubisco estranha. + Explorar mais

Um futuro vermelho para melhorar a produção agrícola?