IA: las plantas están aprendiendo a detectar invasores bacterianos furtivos
Tabla de contenido
Las plantas, como los animales, tienen sistemas inmunológicos. Parte de su conjunto de herramientas de defensa incluye receptores inmunológicos, que les dan la capacidad de detectar bacterias y defenderse de ellas. Uno de esos receptores, llamado FLS2, ayuda a las plantas a reconocer la flagelina, una proteína en las pequeñas colas que usan las bacterias para nadar. Pero las bacterias son astutas y evolucionan constantemente para evitar la detección.
“Las bacterias están en una carrera armamentista con sus plantas hospedadoras, y pueden cambiar los aminoácidos subyacentes en la flagelina para evadir la detección”, dijo la autora principal Gitta Coaker, profesora del Departamento de Patología Vegetal.
Para ayudar a las plantas a mantenerse al día, el equipo de Coaker recurrió al uso de la variación natural junto con la inteligencia artificial, específicamente AlphaFold, una herramienta desarrollada para predecir la forma 3D de las proteínas y rediseñó FLS2, esencialmente actualizando su sistema inmunológico para atrapar a más intrusos.
El equipo se centró en receptores que ya se sabe que reconocen más bacterias, incluso si no se encuentran en especies de cultivos útiles. Al compararlos con receptores de enfoque más estrecho, los investigadores pudieron identificar qué aminoácidos cambiar.
“Pudimos resucitar un receptor derrotado, uno en el que el patógeno ha ganado, y permitir que la planta tenga la oportunidad de resistir la infección de una manera mucho más específica y precisa”, dijo Coaker.
Por qué es importante #
Coaker dijo que esto abre la puerta al desarrollo de resistencia a enfermedades de amplio espectro en los cultivos utilizando el diseño predictivo.
Uno de los objetivos de los investigadores es una importante amenaza para los cultivos: Ralstonia solanacearum, la causa de la marchitez bacteriana. Algunas cepas del patógeno transmitido por el suelo pueden infectar a más de 200 especies de plantas, incluidos cultivos básicos como el tomate y la papa.
De cara al futuro, el equipo está desarrollando herramientas de aprendizaje automático para predecir qué receptores inmunitarios vale la pena editar en el futuro. También están tratando de reducir la cantidad de aminoácidos que deben cambiarse.
Otros autores del estudio incluyen a Tianrun Li, Esteban Jarquin Bolaños, Danielle M. Stevens y Hanxu Sha de UC Davis y Daniil M. Prigozhin del Laboratorio Nacional Lawrence Berkeley.
Financiación #
La investigación fue apoyada por los Institutos Nacionales de Salud y el Instituto Nacional de Alimentación y Agricultura del Departamento de Agricultura de los Estados Unidos.
Cita #
-
El artículo Unlocking expanded flagellin perception through rational receptor engineering -Desbloqueo de la percepción expandida de la flagelina a través de la ingeniería racional de receptores- fue publicado en Nature Plants
-
El artículo How Plants are Learning to Spot Sneaky Bacterial Invaders, con la firma de Amy Quinton fue publicado en la sección de noticias de UC Davis