La production alimentaire mondiale doit augmenter de 70 % pour répondre aux besoins de 2.3 milliards de personnes supplémentaires d'ici 2050. Tandis que les augmentations futures des niveaux élevés de dioxyde de carbone augmentera le rendement de nombreuses cultures, disponibilité des ressources pour les enzymes importantes pour la photosynthèse limite leur productivité en présence de dioxyde de carbone élevé. Dans un article récemment publié par in silico Les plantes, Dr Marshall-Colon et collègues ont utilisé un modèle multi-échelles pour identifier les facteurs de transcription contrôlant les enzymes qui augmenteront la productivité sous les niveaux futurs de dioxyde de carbone.

Les auteurs ont d'abord créé un modèle multi-échelles de la photosynthèse des feuilles de soja en intégrant trois modèles à travers des échelles moléculaires et organiques à l'aide de le yggdrasil cadre. Ce modèle multi-échelle a ensuite été utilisé pour mettre à l'échelle les processus allant de l'expression des gènes au métabolisme photosynthétique afin de prédire la physiologie des feuilles en réponse à l'augmentation du dioxyde de carbone. L'analyse de contrôle de flux a été utilisée pour identifier les enzymes nécessitant le plus grand changement pour s'adapter de manière optimale au dioxyde de carbone élevé. Lier le GRN aux concentrations de protéines, qui servent d'entrée au modèle métabolique, a permis d'identifier les principaux facteurs de transcription qui pourraient être régulés à la hausse ou à la baisse pour améliorer la photosynthèse. Des enzymes spécifiques qui avaient des coefficients de contrôle élevés dans le dioxyde de carbone ambiant et élevé ont ensuite été identifiées.

Le modèle multi-échelle de la photosynthèse du soja a prédit avec succès les changements d'acclimatation dans l'appareil photosynthétique des plantes cultivées sous des niveaux élevés de dioxyde de carbone dans le champ. Le modèle a prédit que la ribulose-1,5-bisphosphate carboxylase/oxygénase (RuBisCO) était moins limitante sous le dioxyde de carbone élevé qu'elle est sous le dioxyde de carbone ambiant et devrait être régulée à la baisse permettant la réaffectation des ressources aux enzymes contrôlant le taux de régénération de ribulose-1:5 bisphosphate (RuBP).

En reliant le réseau de régulation des gènes par la concentration de protéines au modèle métabolique, les auteurs ont pu identifier les facteurs de transcription correspondant à la régulation à la hausse et à la baisse des gènes nécessaires pour améliorer la photosynthèse. L'analyse a spécifiquement identifié le facteur de transcription GmGATA2, qui a régulé à la baisse les gènes pour la synthèse de RuBisCO tout en régulant à la hausse les gènes contrôlant la génération de RuBP et la synthèse de l'amidon.

« Les modèles de photosynthèse existants ne permettent pas de lier les changements transcriptionnels observés au métabolisme et à la capacité photosynthétique au niveau des feuilles. Notre modèle intégré surmonte cela, résultant en un modèle capable de prédire l'acclimatation photosynthétique observée sur le terrain sous des concentrations élevées de CO2. Le modèle a également fourni des prédictions sur des mécanismes de régulation spécifiques que nous pouvons désormais cibler avec l'ingénierie pour améliorer l'efficacité photosynthétique du soja sous de futures concentrations de CO2 », déclare Amy Marshall-Colon, professeure adjointe de biologie végétale à l'Université de l'Illinois.

Les auteurs prévoient d'utiliser les prédictions pour guider l'amélioration génétique dans plantes de soja poussant sous une forte teneur en dioxyde de carbone dans le but de pérenniser les cultures.

Le code source des modèles de cette étude se trouve dans le référentiel situé à https://github.com/cropsinsilico/yggdrasil.