Культуры, которые приносят больший урожай, используя при этом меньшее количество воды, похожи на мечту для мира с растущим населением и уже испытывающего трудности с пищевыми и водными ресурсами. Но эта мечта становится всё ближе к реальности благодаря исследователям из Университета штата Иллинойс в Урбана-Шампейн, которые разработали новую компьютерную модель, помогающую ученым ботаникам выводить улучшенные культуры растений.
В современных климатических условиях данная модель предсказывает прогноз для урожая сои с увеличением производительности на 8,5 процентов, но с использованием на 13 процентов меньшего количества воды, и на 34 процента большим отражением излучения обратно в космос, благодаря селекции в сторону несколько иного распределения листьев, углов их роста и отражательной способности. Данная работа была опубликована в журнале «Global Change Biology».
Наша модель позволяет взглянуть на каждую из этих целей по отдельности или сразу на все, – отмечает соавтор исследования, профессор гражданской и экологической инженерии в Иллинойсе Правин Кумар.
Существуют определённые регионы, в которых вас может интересовать только один аспект – например, если ваш сад или огород расположен в засушливой зоне, то вы можете структурировать компоненты программы для максимизации эффективности использования водных ресурсов. В условиях другой местности вы можете сосредоточиться на производительности ваших растений.
Растения развивались так, чтобы вытеснять другие растения – например, затеняя своих конкурентов или с помощью вольного использования воды и питательных веществ в ущерб соседним растениям. Тем не менее, в сельскохозяйственной обстановке, растениям не требуется прибегать к подобным видам конкуренции.
Наши окультуренные растения отражают многие миллионы лет эволюции в дикой природе в соответствии с упомянутыми условиями конкуренции, – объясняет ещё один соавтор исследования, профессор биологии растений Стивен П. Лонг.
Мы хотим, чтобы растения на наших полях совместно использовали ресурсы и сохраняли воду и питательные вещества, поэтому мы продолжаем работать над тем, чтобы этому способствовала согласованная работа листьев.
Исследователи работали над улучшениями в трех конкретных областях. Во-первых, производительность. Во-вторых, использование воды. И, в-третьих, борьба с изменением климата, за счёт отражения большего количества солнечного света от листьев. Для решения всех трёх задач, учёные использовали уникальную тактику вычислительно преобразования всего растения сои.
В рамках нашего подхода мы использовали методику, известную под названием «численная оптимизация», которая позволяет опробовать очень большое количество комбинаций структурных черт, и посмотреть, какая комбинация даёт наиболее полезные результаты в отношении каждой из трех наших целей, – рассказывает ведущий автор исследования, Даррен Друри, работающий в настоящее время в Лаборатории реактивных двигателей в Калифорнийском технологическом институте.
И что удивительно, некоторые комбинации этих черт могут улучшать одновременно каждый из этих показателей.
Созданная учёными модель рассматривает такие биологические функции, как фотосинтез и водопользование, а также физическую среду. Исследователи смотрели на то, как менялась биология растения в зависимости от различных структурных черт, таких как распределение листовой поверхности, того, как листья вертикально расположены на стебле, и углов листьев.
Например, изменение структуры таким образом, чтобы листья распределялись более равномерно, и большее количество света могло проникать сквозь полог. Это позволяет фотосинтезу осуществляться сразу на нескольких уровнях, вместо того, чтобы ограничиваться лишь верхней частью растения, тем самым увеличивая производительную силу растения.
Менее плотный листовой полог использует меньше воды, не затрагивая при этом производительность. А изменение угла, под которым растут листья, позволяет растению отражать больше солнечного излучения обратно, чтобы компенсировать изменение климата.
Большинство генетических подходов концентрировались на очень специфических чертах, – признаётся профессор Кумар. – Они не рассматривали реструктуризацию всего листового полога или кроны.
Мы же использовали по-своему уникальную возможность моделирования, позволяющую нам смоделировать весь лиственный полог растения с большим количеством деталей. Мы также можем моделировать и то, какие функции подобные растительные пологи будут выполнять в условиях будущего климата, так что они по-прежнему будут актуальны и через 40 или 50 лет.
После того как компьютер предсказывает оптимальную структуру растения, культура может быть выбрана или выведена из уже имеющихся разнообразных форм сои – без регулирования и расходов, связанных с генной инженерией.
Подобный вид численного подхода – основывающийся на реалистичных моделях растительного полога – предоставляет нам методику для апробации большого числа комбинаций различных качеств, нежели это возможно при полевой селекции, – констатирует Даррен Друри.
Такой подход позволит управлять программами землепользования, указывая растения с конкретной комбинацией черт, уже испытанной на компьютере, которые будут обладать самой большой результативностью в конкретном регионе.
Исследователи надеются, что их подход к моделированию позволит повысить не только урожайность сои, но и принесёт пользу сельскому хозяйству и садоводству во всем мире, поскольку население нашей планеты продолжает расти.
Согласно прогнозу Продовольственной и сельскохозяйственной организации ООН, к 2050 году, чтобы накормить мир, нам понадобится на 70 процентов больше первичных продуктов питания, чем мы производим сегодня – и этой цели придется добиваться, вероятно, используя то же количество воды, и одновременно продолжая борьбу с изменением климата.
Нам требуются очередные инновации для совершения подобного скачка в урожайности, – отмечает профессор Лонг.
Мы продемонстрировали, что за счёт изменения распределения листьев, нам удалось увеличить урожай, без использования дополнительной воды, и замедляя при этом глобальное потепление.
Далее, исследователи планируют применить свою модель для анализа других культур и их структурных черт. В рамках проекта, поддерживаемого Фондом Билла и Мелинды Гейтс, Лонг координирует международные усилия по улучшению культур риса, сои и маниоки, руководствуясь аналогичными вычислительными подходами, с конечной целью создать более продуктивные и устойчивые культуры.
Изучая растения с использованием подробных компьютерных моделей и последующей их оптимизацией, мы создаём потенциал, позволяющий значительно ускорить разработку новых видов сельскохозяйственных растений, которые позволят решить некоторых из самых крупных проблем, стоящих перед обществом сегодня, связанных с необходимостью производить больше продуктов питания в условиях гораздо более переменчивого и неопределенного климата, – подвёл итог Даррен Друри.
