Inteligência artificial identifica e cria potentes reguladores genéticos em plantas
Plantas podem ter seus genes controlados por inteligência artificial, e não apenas pela natureza.
Cientistas usaram IA para mapear e criar potentes reguladores genéticos que controlam como as plantas se desenvolvem.
Em 3 pontos
- Pesquisadores identificaram mais de 350 mil sequências de DNA que atuam como potencializadores genéticos em plantas.
- O modelo plantGREP, baseado em aprendizado profundo, prevê a força desses reguladores com alta precisão.
- A descoberta permite criar plantas com características desejáveis de forma mais eficiente para agricultura e conservação.
Pesquisadores caracterizaram mais de 350 mil sequências de DNA de plantas como Arabidopsis, tomate, milho e sorgo, identificando quais funcionam como "potencializadores" que controlam a expressão gênica. Usando aprendizado profundo, desenvolveram o plantGREP, um modelo que prevê com precisão a força desses reguladores e descobre os padrões genéticos responsáveis por sua atividade. Essa descoberta é crucial porque permite criar plantas com características desejáveis de forma mais eficiente, beneficiando a agricultura e a conservação ambiental.
🧭 O que isso muda para você
- Agricultores podem usar sementes editadas geneticamente para aumentar a resistência a secas e SAIs.
- Pesquisadores podem aplicar o plantGREP para acelerar o melhoramento de culturas como soja e cana-de-açúcar no Brasil.
- Entusiastas de plantas podem entender como genes controlam o crescimento e a floração em espécies ornamentais.
Contexto e relevância para botânica
O controle da expressão gênica é um dos pilares da biologia vegetal, determinando como as plantas crescem, florescem e respondem ao ambiente. Regiões do DNA chamadas de potencializadores (enhancers) atuam como interruptores que ligam ou desligam genes específicos. Até recentemente, identificar esses reguladores era um processo lento e caro, limitando o avanço da engenharia genética. A descoberta de mais de 350 mil sequências de DNA funcionais em plantas como Arabidopsis thaliana, tomate (Solanum lycopersicum), milho (Zea mays) e sorgo (Sorghum bicolor) representa um salto no entendimento da regulação genética vegetal.
Mecanismos e descobertas
Usando aprendizado profundo, os pesquisadores desenvolveram o modelo plantGREP, que analisa padrões de sequências de DNA e prevê com precisão a força dos potencializadores. O modelo não apenas identifica quais sequências são reguladoras, mas também descobre os motivos genéticos responsáveis por sua atividade. Isso significa que é possível projetar novos potencializadores sintéticos com funções específicas, como aumentar a produção de biomassa ou melhorar a absorção de nutrientes.
Implicações práticas
• Agricultura: Criação de culturas mais resistentes a estresses abióticos (seca, salinidade) e bióticos (SAIs), reduzindo o uso de agrotóxicos.
• Meio ambiente: Plantas geneticamente otimizadas podem ser usadas em reflorestamento e recuperação de solos degradados.
• Saúde: Espécies medicinais podem ter a produção de compostos bioativos aumentada.
• Ecossistemas: A regulação gênica pode ajudar a adaptar plantas nativas a mudanças climáticas.
Espécies de plantas envolvidas
As principais espécies estudadas foram Arabidopsis thaliana (modelo em genética), tomate, milho e sorgo. Essas plantas representam diferentes grupos de angiospermas e são fundamentais para a agricultura global, especialmente no Brasil, onde milho e sorgo são culturas importantes para alimentação humana e animal.
Aplicação no Brasil ou regiões tropicais
No Brasil, o plantGREP pode ser aplicado para melhorar variedades de soja, cana-de-açúcar e café, aumentando a produtividade e a resistência a doenças típicas de climas tropicais. A tecnologia também pode ser usada para desenvolver plantas mais eficientes na fotossíntese, um fator crucial para regiões com alta radiação solar.
Próximos passos da pesquisa
Os pesquisadores planejam testar os potencializadores sintéticos em plantas vivas para validar sua eficácia. Além disso, pretendem expandir o modelo para outras espécies, incluindo árvores e plantas medicinais, e integrar os dados com outras ferramentas de edição genética, como CRISPR, para criar um sistema completo de design genético vegetal.
Continue pesquisando
📰 Notícias relacionadas
(*) SAI: Servidores Ambientais Indesejados