Встреча в лесу между биологом и математиком может привести к более толстым и быстро растущим деревьям.
«Математикам нравится переводить биологические процессы в числа», - сказал Андрей Смертенко, доцент Института биологической химии Вашингтонского государственного университета. «Я биолог, и я хочу помочь вырастить более сильные и лучшие деревья».
Разведение деревьев - это трудоемкая и неточная область, где селекционеры полагаются на несколько генетических маркеров и то, что они могут видеть. Проходят годы, прежде чем они увидят черты, которые ищут в молодом дереве.
Чтобы ускорить процесс, Смертенко и его коллеги с факультета математики WSU Владислав Олесь и Александр Панченко разработали новую модель, которая может значительно упростить разведение деревьев.
Как гормоны и гены влияют на рост
Группа познакомилась три года назад на вечеринке в лесу и заговорила о деревьях, интересующих Смертенко. Эта случайная встреча в конечном итоге привела к модели, которая была недавно опубликована в журнале PLOS One под названием «Моделирование гормонального контроля пролиферации камбия»..
«Известно, что радиальный рост, или толщина, контролируется многими гормонами», - сказал Смертенко. «Но то, как каждый гормон способствует радиальному росту, остается плохо изученным. Таким образом, модель моделирует, как взаимодействие между гормонами и ключевыми генами повлияет на радиальный рост».
Расчеты требуют систематической оценки миллионов различных ситуаций в камерах, сказал он. По сути, модель запускает миллиарды симуляций генетических взаимодействий, чтобы предсказать, какие деревья будут производить больше или меньше древесины по мере своего роста.
Модель фокусируется на камбии
Модель фокусируется на понимании молекулярных процессов в камбии, типе стволовых клеток, которые могут ощущать наличие питательных веществ в почве и фотосинтетическую активность в побегах. По словам Смертенко, Cambium интегрирует эти сигналы с высотой растения, чтобы производить необходимое количество древесины в каждый вегетационный период..
«Древесина очень дорогая для дерева с точки зрения ресурсов», - сказал он. «Выделение слишком большого количества ресурсов для производства древесины в конечном итоге ограничит потенциал воспроизводства растений. И в настоящее время мы не можем измерить или изучить камбий в живом растении, потому что он перестает работать, как только мы что-то делаем с растением.
"Поэтому, если мы не можем наблюдать за тканью напрямую, то создание математической модели - лучшее решение, которое у нас есть", - сказал он.
Камбий регулирует рост деревьев и во время активного сезона быстро делится. Если посмотреть на годовые кольца дерева, то светлая часть отражает более высокую активность камбия, как весной, а более темные кольца - это периоды медленного роста, как зимой.
Модель определяет племенные линии
В генетически разнообразной популяции деревьев селекционеры могут использовать информацию из модели, чтобы увидеть, какие деревья с большей вероятностью дадут больше древесины.
«Некоторым заводчикам могут понадобиться более тонкие деревья или более толстые деревья», - сказал Смертенко. «С научной точки зрения наша модель может быть использована для выявления различных линий разведения с более высокой или более низкой продуктивностью древесины».
Пока модель работает только с лиственными деревьями, такими как дуб или тополь, а не с хвойными деревьями, такими как сосна или пихта, потому что процесс роста лиственных деревьев лучше изучен, сказал Смертенко.