몇 년 전 Xiaoxi Meng과 Zhikai Liang이 처음 이 아이디어를 제안했을 때 James Schnable은 회의적이었습니다. 최소한으로 말하자면.
농학 및 원예학과 부교수는 당시 Nebraska–Lincoln 대학 Schnable 연구실에서 박사후 연구원이었던 Meng과 Liang에게 이렇게 말했습니다.
그는 틀렸고, 돌이켜 보면 결코 행복하지 않았습니다. 그러나 당시 Schnable은 눈썹을 치켜들어야 할 정당한 이유가 있었습니다. 추위에 민감한 작물의 DNA 염기서열이 단단한 서리에 굴복하면 더 거칠고 더 단단한 식물이 동결 조건을 견디는 방법을 예측하는 데 도움이 될 수 있다는 듀오의 아이디어는 대담해 보였습니다. 최소한으로 말하자면. 그래도 위험은 낮고 보상은 높은 제안이었습니다. Meng과 Liang이 그것을 작동시킬 수 있다면 추위에 민감한 작물을 내한성 작물과 조금 또는 훨씬 더 비슷하게 만드는 노력을 빠르게 추적할 수 있기 때문입니다.
세계에서 가장 중요한 작물 중 일부는 멕시코 남부의 옥수수, 아프리카 동부의 수수와 같은 열대 지역에서 재배되어 추위나 결빙에 대한 방어책을 발전시키도록 선택적인 압력을 가하지 않습니다. 이러한 작물이 더 혹독한 기후에서 재배될 때 추위에 대한 민감성은 얼마나 일찍 심을 수 있고 얼마나 늦게 수확할 수 있는지를 제한합니다. 성장기가 짧으면 광합성 시간이 짧아져 10년까지 2050억 명에 도달할 것으로 예상되는 전 세계 인구의 생산량과 식량이 줄어듭니다.
추운 기후
한편, 이미 더 추운 기후에서 자라는 식물 종은 추위를 견디는 기술을 진화시켰습니다. 그들은 세포막을 재구성하여 낮은 온도에서 유동성을 유지하여 세포막이 얼거나 부서지는 것을 방지할 수 있습니다. 그들은 그 막 안과 주변의 액체에 약간의 설탕을 첨가할 수 있으며, 소금이 보도에서 하는 것과 거의 같은 방식으로 빙점을 낮출 수 있습니다. 그들은 결정이 세포를 파괴하는 덩어리로 자라기 전에 아주 작은 얼음 결정을 질식시키는 단백질을 생산할 수도 있습니다.
이러한 방어는 모두 유전적 수준에서 시작되지만 DNA 자체의 서열에만 있는 것은 아닙니다. 식물이 얼기 시작하면 본질적으로 특정 유전자를 끄거나 켜서 반응할 수 있습니다. 즉, 유전자 지침 매뉴얼이 전사되고 수행되는 것을 방지하거나 허용합니다. 내한성 식물이 영하의 온도에 직면하여 꺼지고 켜지는 유전자를 아는 것은 연구원들이 요새화의 기초를 파악하고 궁극적으로 유사한 방어를 내한성 작물에 설계하는 데 도움이 될 수 있습니다.
그러나 Schnable은 Meng와 Liang이 그랬던 것처럼, 심지어 동일한 유전자라도 식물 종, 심지어 밀접하게 관련된 종 사이에서도 종종 추위에 다르게 반응한다는 것을 알고 있었습니다. 이는 실망스럽게도 한 종의 유전자가 추위에 어떻게 반응하는지 이해하는 것이 식물 과학자들에게 다른 종의 유전자 행동에 대해 결정적인 것은 거의 없다는 것을 의미합니다. 그 예측 불가능성은 결국 무엇이 유전자를 비활성화하거나 활성화할지를 지시하는 규칙을 배우려는 노력을 방해했습니다.
Schnable은 "우리는 유전자가 왜 꺼지고 켜지는지에 대한 이해가 여전히 매우 나쁘다"고 말했습니다.
옥수수 식물
룰북이 없었기 때문에 연구원들은 본질적으로 스스로 작성할 수 있는 인공 지능의 한 형태인 머신 러닝으로 눈을 돌렸습니다. 그들은 특별히 감독된 분류 모델을 개발했습니다. 예를 들어 고양이와 고양이가 아닌 것과 같은 레이블이 지정된 이미지가 충분히 제시되면 결국 전자와 후자를 구별하는 방법을 배울 수 있는 종류입니다. 연구팀은 처음에 옥수수에서 추출한 엄청난 양의 염기서열 분석된 유전자와 식물이 영하의 온도에 놓였을 때 해당 유전자의 평균 활성 수준과 함께 자체 모델을 제시했습니다. 또한 이 모델에는 길이, 안정성 및 다른 옥수수 식물에서 발견되는 다른 버전과의 차이점을 포함하여 각 옥수수 유전자에 대해 "우리가 생각할 수 있는 모든 기능"이 제공되었다고 Schnable은 말했습니다.
나중에 연구원들은 해당 유전자의 하위 집합에서 단 하나의 정보를 숨기면서 모델을 테스트했습니다. 반응형 또는 무반응형이라고 말한 유전자의 기능을 분석함으로써 모델은 이러한 기능의 어떤 조합이 각각과 관련이 있는지 식별한 다음 나머지 미스터리 박스 유전자의 대부분을 올바른 범주로 성공적으로 분류했습니다.
의심할 여지 없이 희망적인 시작이었습니다. 그러나 실제 테스트는 남았습니다. 모델이 한 종에서 받은 훈련을 다른 종에 적용할 수 있습니까?
대답은 확실한 예였습니다. 옥수수, 수수, 진주 기장, 프로소 기장, 여우꼬리 기장 또는 스위치그래스 등 XNUMX종 중 한 종의 DNA 데이터로 훈련을 받은 후 모델은 일반적으로 다른 XNUMX종 중 어떤 유전자가 동결에 반응할지 예측할 수 있었습니다. Schnable이 놀랍게도 이 모델은 추위에 민감한 종(옥수수, 수수, 진주 또는 기장)에 대해 훈련을 받았을 때도 유지되었지만 내한성 여우꼬리 기장 또는 스위치그래스에서 유전자 반응을 예측하는 임무를 맡았습니다.
모델
"우리가 훈련한 모델은 실제로 한 종에 대한 데이터가 있고 내부 데이터를 사용하여 같은 종에 대한 예측을 하는 것처럼 종에 걸쳐 거의 잘 작동했습니다."라고 그는 말했습니다. "그건 정말 예상하지 못했을 거에요."
"우리가 이 모든 정보를 컴퓨터에 입력할 수 있고 그것이 작동하는 예측을 만들기 위해 최소한 몇 가지 규칙을 알아낼 수 있다는 아이디어는 여전히 나에게 놀라운 일입니다."
이러한 예측은 대안을 고려할 때 특히 유용할 수 있습니다. 대략 XNUMX년 동안 식물 생물학자들은 살아있는 식물의 모든 유전자가 생산하는 RNA 분자(DNA 명령을 전사하고 전달하는 역할을 하는 분자)의 수를 실제로 측정할 수 있었습니다. 그러나 그 유전자 발현이 살아있는 표본과 여러 종에서 추위에 어떻게 반응하는지 비교하는 것은 힘든 작업이라고 Schnable은 말했습니다. 씨앗을 얻기조차 힘든 야생 식물의 경우 특히 그렇습니다. 그러한 씨앗은 예상할 때 발아하지 않을 수 있으며 발아가 되지 않을 수 있으며 자라는 데 몇 년이 걸릴 수 있습니다. 그렇게 한다 하더라도, 모든 결과 식물은 동일하고 통제된 환경에서 재배되어야 하고 동일한 발달 단계에서 연구되어야 합니다.
더 많은 종
이 모든 것은 추위에 대한 유전자의 반응을 복제하고 통계적으로 평가하기에 충분한 야생 종에서 충분한 야생 표본을 성장시키는 데 엄청난 도전이 됩니다.
Schnable은 "식물이 추위에 적응하는 방식에 실제로 역할을 하는 중요한 유전자를 알고 싶다면 XNUMX종 이상을 조사해야 합니다."라고 말했습니다. "우리는 추위에 강한 종 그룹과 민감한 종 그룹을 살펴보고 패턴을 살펴보고 싶습니다. "이 동일한 유전자는 항상 한쪽에서는 반응하고 다른 쪽에서는 항상 반응하지 않습니다."
“그것은 정말 크고 값비싼 실험이 되기 시작했습니다. 예를 들어 20개 종을 선택하여 동일한 단계에서 모두 가져오고 정확히 동일한 스트레스 처리를 거치도록 하는 대신 해당 종의 DNA 서열에서 예측을 할 수 있다면 정말 좋을 것입니다. 각 종의 각 유전자에 대해 생산된 RNA의 양을 측정합니다."
이 모델에 대해 다행스럽게도 연구자들은 이미 300종 이상의 식물 종의 게놈을 시퀀싱했습니다. 지속적인 국제적 노력으로 향후 몇 년 동안 그 숫자가 10,000까지 증가할 수 있습니다.
이 모델은 이미 그의 겸손한 기대를 크게 뛰어 넘었지만 Schnable은 다음 단계는 그럼에도 불구하고 "자신과 다른 사람들 모두에게 그것이 지금까지처럼 잘 작동한다는 것을 확신시키는 것"이 포함될 것이라고 말했습니다. 지금까지의 모든 테스트 사례에서 연구자들은 모델에게 그들이 이미 알고 있는 것을 말하도록 요청했습니다. 그는 궁극적인 테스트는 인간과 기계가 처음부터 시작할 때 올 것이라고 말했습니다.
"다음으로 우리가 해야 할 큰 실험은 데이터가 전혀 없는 종에 대해 예측하는 것입니다."라고 그는 말했습니다. "우리도 답을 모르는 경우에 실제로 효과가 있다는 것을 사람들에게 확신시키기 위해."
연구팀은 이번 연구 결과를 국립과학원 회보(Proceedings of the National Academy of Sciences) 저널에 보고했다. Meng, Liang 및 Schnable은 산동 농업 대학의 방문 학자인 Xiuru Dai와 함께 Nebraska의 Rebecca Roston, Yang Zhang, Samira Mahboub 및 학부생 Daniel Ngu와 함께 이 연구를 저술했습니다.
자세한 내용은 다음을 참조하십시오 :
네브래스카 대학교 링컨
www.unl.edu