Los científicos de UC Davis han utilizado inteligencia artificial para ayudar a las plantas a reconocer y defenderse mejor de las amenazas bacterianas, un desarrollo prometedor que podría proteger cultivos vitales como los tomates y las patatas.
Investigadores de la Universidad de California, Davis, han utilizado inteligencia artificial para mejorar el sistema inmunitario de las plantas, permitiéndoles detectar un espectro más amplio de amenazas bacterianas. Este avance podría reforzar significativamente los mecanismos de defensa de cultivos básicos como el tomate y la papa contra enfermedades debilitantes.
El estudio, publicado En la revista Nature Plants, se destaca el uso innovador de la IA para rediseñar los receptores inmunitarios de las plantas. Estos receptores son componentes cruciales del sistema inmunitario vegetal, permitiéndoles identificar y contrarrestar las invasoras bacterianas.
Uno de estos receptores, el FLS2, es responsable del reconocimiento de la flagelina, una proteína presente en las estructuras de la cola que las bacterias utilizan para desplazarse. Sin embargo, las bacterias a menudo mutan para evadir la detección, lo que representa un desafío constante para las defensas de las plantas.
“Las bacterias están en una carrera armamentista con sus huéspedes vegetales y pueden cambiar los aminoácidos subyacentes en la flagelina para evadir la detección”, dijo la autora principal Gitta Coaker, profesora del Departamento de Fitopatología de la UC Davis, en un comunicado de prensa.
Para superar este desafío, el equipo de Coaker empleó AlphaFold, una herramienta avanzada de IA diseñada para predecir la estructura tridimensional de las proteínas. Aprovechando las variaciones naturales y los conocimientos de la IA, rediseñaron FLS3, mejorando eficazmente la respuesta inmunitaria de la planta para reconocer y responder a una gama más amplia de invasores bacterianos.
Los investigadores se centraron específicamente en receptores que detectan más cepas bacterianas, incluso si estos receptores no se encontraban originalmente en especies de cultivos clave. Al comparar estos receptores de amplio espectro con otros más estrechos, identificaron qué aminoácidos necesitaban ser modificados.
“Logramos resucitar un receptor derrotado, uno donde el patógeno ganó, y permitir que la planta tenga la oportunidad de resistir la infección de una manera mucho más específica y precisa”, agregó Coaker.
Las implicaciones de esta investigación se extienden a la creación de resistencia a enfermedades de amplio espectro en cultivos mediante diseño predictivo. Uno de los puntos focales es Ralstonia solanacearum, un formidable patógeno transmitido por el suelo responsable del marchitamiento bacteriano, que afecta a más de 200 especies de plantas, incluidos cultivos vitales como los tomates y las patatas.
De cara al futuro, el equipo busca perfeccionar las herramientas de aprendizaje automático para predecir qué receptores inmunitarios son óptimos para la edición y minimizar la cantidad de aminoácidos que requieren modificación. Este enfoque innovador podría revolucionar la forma en que se mejoran los sistemas inmunitarios de las plantas, lo que podría resultar en un rendimiento agrícola significativamente mayor y una mayor seguridad alimentaria mundial.
Además de Coaker, los autores del estudio incluyen a Tianrun Li, Esteban Jarquin Bolaños, Danielle M. Stevens y Hanxu Sha de UC Davis, junto con Daniil M. Prigozhin del Laboratorio Nacional Lawrence Berkeley.
Fuente: Universidad de California, Davis