Rajeev Ranjan, seorang peneliti postdoctoral dalam arsitektur berkebun dan lansekap, menganalisis biji Arabidopsis yang dimodifikasi secara genetik yang lebih tinggi dalam kandungan minyak untuk mengkonfirmasi bahwa karakteristik penting agronomi lainnya, termasuk ukuran biji dan biji. (Komunikasi Pertanian Purdue/Tom Campbell)
Lafayette Barat, Ind. – Para peneliti yang tertarik untuk meningkatkan fitur yang diberikan pada tanaman sekarang dapat mendeteksi gen yang mengatur ekspresi fitur tanpa bereksperimen.
Universitas Purdue Kranthi Varala dan 10 rekan penulis diterbitkan detail online baru Penemuan penemuan regulator Dalam edisi 23 April dari Risalah National Academy of Sciences. Varala memiliki paten yang menunggu hasil yang terkait dengan biosintesis minyak biji yang signifikan secara ekonomi.
Tim Purdue-USDA telah mencoba membangun sumber daya yang belajar, dari sejumlah besar data yang tersedia, untuk dengan cepat mengidentifikasi gen khusus mana yang disebut faktor transkripsi yang mengatur ekspresi karakteristik tertentu dalam berbagai spesies tanaman.
“Setiap studi berfokus pada segelintir dari mereka,” kata Varala, asisten profesornya Berkebun Lansekap dan Arsitektur. “Kondisi kami adalah bahwa jika kami bisa memasukkannya ke dalam satu analisis, maka kami dapat menggunakan data ini untuk membangun sesuatu yang global.”
Arabidopsis berfungsi sebagai model studi PNAS, “tetapi pendekatan ini tidak memiliki apa pun yang spesifik untuk Arabidopsis,” kata Varala. “Pendekatannya cukup umum sehingga Anda bisa mulai dengan satu set jagung. Anda bisa melakukannya dengan beras, tomat, apa pun budidaya, selama Anda memiliki ribuan pengukuran ekspresi gen yang dilakukan oleh manusia dan ada lebih dari dua belas spesies sekarang.
Untuk membuktikan sistem, kelompok ini berfokus pada jalur genetik yang mengatur cara tanaman melakukan dan menyimpan minyak pada biji mereka. Kelompok ini telah memilih fitur ini karena pentingnya dalam produksi pangan dan biofuel dan karena lebih dari 300 gen yang terlibat sudah diketahui.
Dengan manipulasi genetik faktor transkripsi tanaman, para peneliti dapat meningkatkan atau mengurangi jumlah minyak yang dihasilkan dalam bijinya.
Seperti peneliti lainnya, Varala telah mengikuti banyak proyek selama bertahun -tahun, di mana tujuannya adalah untuk mengidentifikasi gen dan regulator yang terlibat dalam memecahkan masalah. Ini berarti eksperimen yang hati -hati dan mengkonsumsi waktu. Tetapi data yang dibuat tidak memperhitungkan semua jawaban yang dia minta. Dia membandingkannya dengan pekerjaan persamaan yang hanya mengetahui tiga dari 10 faktor yang terlibat.
“Kamu tidak bisa menyelesaikan persamaan,” katanya. Demikian pula, Varala sering ingin mengajukan lebih banyak pertanyaan daripada yang bisa dijawab oleh data. Ini mendorongnya untuk membangun kerangka kerja yang menggunakan semua data yang mungkin untuk mengajukan pertanyaan -pertanyaan ini tanpa harus melakukan semua percobaan yang relevan untuk mendapatkan daftar kandidat yang kemudian membutuhkan validasi genetik.
“Saya mencoba mempersingkat fase pengumpulan data asli,” kata Varala, sehingga para ilmuwan dapat fokus pada melakukan validasi genetik. Untuk melakukannya, timnya harus mulai dengan serangkaian data berdasarkan 18.000 studi individu.
Varala dan timnya menganalisis set data yang sangat besar ini menggunakan Bell dan sekarang pensiunan superkomputer kopi di Purdue Rosen Center for Advanced Computing. Tim menciptakan kerangka pembelajaran mekanis untuk mempercepat proses bagi orang lain.
Tidak mungkin bagi seseorang untuk melakukan ini dengan tangan. Sebuah tim dapat melakukannya, tetapi ini akan memperkenalkan prasangka pada cara anggota tim memproses data. Pembuat kelas pembelajaran mekanis bekerja tanpa prasangka.
Inovasi pendekatan ini adalah bahwa alih -alih menggambar data yang terkait dengan semua instrumen, ini berfokus pada set data tertentu. Jaringan gen independen mengatur organ -organ ini – daun, akar, tunas, bunga dan biji.
“Alih -alih menggunakan semua organ, kami mengatakan, dalam eksperimen benih yang telah dilakukan orang selama bertahun -tahun, dapatkah kami menggunakan semua data untuk mengetahui sesuatu yang terjadi pada benih dan tidak harus akar atau daun atau bunga?
Tim menggunakan metode komputasi yang disebut pendekatan kesimpulan untuk memprediksi faktor transkripsi mana yang akan mengatur proses biosintesis biosintesis di Arabidopsis.
“Mereka yang kita kenal membantu kita memvalidasi bahwa pendekatan kita bekerja dengan baik.” Pendekatan komputasi murni ini tidak tahu apa -apa tentang biji atau minyak atau sesuatu.
Penulis kepala Rajeev Ranjan, seorang peneliti postdoctoral di departemen Purdue Plant and Landscape, mengambil 12 lainnya dari 20 teratas dan bertanya apakah ramalan ini benar. “Kami dapat membuat garis bermutasi untuk 11 dari 12. Lima dari 11 ini mengubah kandungan minyak biji,” katanya. “Selain itu, kami juga menunjukkan bahwa over -ekspresi faktor meningkatkan minyak biji hingga 12%.”
Delapan gen regulasi yang terkenal, ditambahkan ke delapan berita, menunjukkan bahwa pendekatan kesimpulan secara akurat mengidentifikasi 13 dari 20 kandidat teratas. Kekuatan pendekatan ini adalah bahwa pekerjaan hanya dari daftar gen dapat diprediksi dengan presisi tinggi apa yang akan mengatur minat karakteristik.
“Butuh waktu lama untuk melakukannya karena ini adalah proses yang panjang dan kompleks dan tidak ada jaminan bahwa itu akan berhasil,” kata Varala dari proyek empat tahun. “Tidak ada dalam skala ini yang telah dicoba sebelumnya.”
Varala telah mengungkapkan inovasi di Purdue berinovasi Biro Teknologi Komersial Teknologi, yang telah berlaku untuk paten untuk melindungi kekayaan intelektualnya.
Penelitian ini didukung oleh Kementerian Energi AS.
Untuk Universitas Purdue
Purdue University adalah lembaga penelitian publik yang menunjukkan keunggulan dalam skala. Dia berada di peringkat di antara 10 universitas negeri teratas dan dengan dua perguruan tinggi di empat otoritas pertama di Amerika Serikat, Purdue menemukan dan menyebarkan pengetahuan dengan kualitas dan dalam skala detik. Lebih dari 105.000 siswa belajar di Purdue dengan cara dan lokasi, termasuk hampir 50.000 kepribadian di kampus Lafayette Barat. Rumit untuk akses dan aksesibilitas keuangan, kampus utama Purdue memiliki biaya kuliah beku 13 tahun berturut -turut. Begini cara Purdue tidak pernah berhenti dalam pengejaran gigih dari lompatan raksasa berikutnya – termasuk kampus perkotaan terintegrasi pertama di Indianapolis, Mitchell E. Daniels yang baru, Jr. School of Business dan Purdue menghitung –
