Científicos resucitan proteínas antiguas para mejorar la fotosíntesis y generar cultivos más resistentes y productivos


Investigadores de la Universidad de Cornell analizaron la historia evolutiva para comprender cómo actuó una enzima clave (Rubisco) para la fotosíntesis cuando los niveles de CO2 eran mucho más altos. Replicarla en cultivos modernos mediante edición genética podría ayudar a adaptarlos para un futuro más cálido y seco y producir plantas con mayor biomasa o rendimiento.


Cornell Chronicle.- Un estudio de la Universidad de Cornell describe un avance en la búsqueda de la mejora de la fotosíntesis en ciertos cultivos, un paso hacia la adaptación de las plantas a los rápidos cambios climáticos y el aumento de los rendimientos para alimentar a los 9.000 millones de personas previstas para 2050.

El estudio, «Improving the Efficiency of Rubisco by Resurrecting Its Ancestors in the Family Solanaceae«, se publicó el 15 de abril en Science Advances. La autora principal es Maureen Hanson, catedrática Liberty Hyde Bailey de Biología Molecular de Plantas en la Facultad de Agricultura y Ciencias de la Vida. El primer autor, Myat Lin, es un investigador postdoctoral asociado al laboratorio de Hanson.

Los autores desarrollaron una técnica computacional para predecir las secuencias genéticas favorables que producen Rubisco, una enzima vegetal clave para la fotosíntesis. La técnica permitió a los científicos identificar enzimas candidatas prometedoras que podrían incorporarse a los cultivos modernos y, en última instancia, hacer la fotosíntesis más eficiente y aumentar el rendimiento de los cultivos.

Su método se basó en la historia evolutiva, en la que los investigadores predijeron los genes de la Rubisco de hace 20-30 millones de años, cuando los niveles de dióxido de carbono (CO2) de la Tierra eran más altos que los actuales y las enzimas de la Rubisco en las plantas estaban adaptadas a esos niveles.

Al resucitar la antigua Rubisco, los primeros resultados son prometedores para desarrollar enzimas Rubisco más rápidas y eficientes que se incorporen a los cultivos y les ayuden a adaptarse a las condiciones futuras de calor y sequedad, ya que las actividades humanas están aumentando las concentraciones de gas CO2 que atrapan el calor en la atmósfera de la Tierra.

El estudio describe las predicciones de 98 enzimas Rubisco en momentos clave de la historia evolutiva de las plantas de la familia de las solanáceas, que incluyen el tomate, el ají, la papa, la berenjena y el tabaco. Los investigadores utilizaron el tabaco como modelo experimental para sus estudios sobre la Rubisco.

«Pudimos identificar las enzimas ancestrales predichas que sí tienen cualidades superiores a las de las enzimas actuales», dijo Hanson. Lin desarrolló la nueva técnica para identificar las enzimas ancestrales predichas de la Rubisco.

Los científicos saben que pueden aumentar el rendimiento de los cultivos acelerando la fotosíntesis, en la que las plantas convierten el CO2, el agua y la luz en oxígeno y azúcares que las plantas utilizan para obtener energía y construir nuevos tejidos.

Durante muchos años, los investigadores se han centrado en la Rubisco, una enzima lenta que extrae (o fija) el carbono del CO2 para crear azúcares. Además de ser lenta, la Rubisco también cataliza a veces una reacción con el oxígeno del aire; al hacerlo, crea un subproducto tóxico, desperdicia energía y hace que la fotosíntesis sea ineficiente.

El laboratorio de Hanson ya había intentado utilizar la Rubisco de las cianobacterias (algas verde-azules), que es más rápida pero también reacciona fácilmente con el oxígeno, lo que obligó a los investigadores a intentar crear microcompartimentos para proteger la enzima del oxígeno, con resultados dispares. Otros investigadores han intentado diseñar una Rubisco más óptima mediante cambios en los aminoácidos de la enzima, aunque se sabía poco sobre qué cambios conducirían a los resultados deseados.

En este estudio, Lin reconstruyó una filogenia -un diagrama en forma de árbol que muestra el parentesco evolutivo entre grupos de organismos- de la Rubisco, utilizando plantas solanáceas.

«Al obtener muchas secuencias [genéticas] de Rubisco en plantas existentes, se pudo construir un árbol filogenético para averiguar qué Rubiscos existían probablemente hace 20 o 30 millones de años«, dijo Hanson.

La ventaja de identificar posibles secuencias antiguas de Rubisco es que los niveles de dióxido de carbono eran posiblemente tan altos como 500 a 800 partes por millón (ppm) en la atmósfera hace entre 25 y 50 millones de años. En la actualidad, los niveles de CO2 que atrapan el calor están aumentando considerablemente debido a muchas actividades humanas, y las mediciones actuales se sitúan en torno a las 420 ppm, tras permanecer relativamente constantes por debajo de las 300 ppm durante cientos de milenios hasta la década de 1950.

Lin, Hanson y sus colegas utilizaron entonces un sistema experimental desarrollado para el tabaco en el laboratorio de Hanson, y descrito en un estudio de Nature Plants de 2020, que emplea bacterias E. coli para probar en un solo día la eficacia de diferentes versiones de Rubisco. Pruebas similares realizadas en plantas tardan meses en verificarse.

El equipo descubrió que las antiguas enzimas Rubisco predichas a partir de plantas solanáceas actuales eran realmente prometedoras por ser más eficientes.

«Para el siguiente paso, queremos sustituir los genes de la enzima Rubisco existente en el tabaco por estas secuencias ancestrales utilizando la tecnología CRISPR [de edición de genes], y luego medir cómo afecta a la producción de biomasa«, dijo Hanson. «Sin duda, esperamos que nuestros experimentos demuestren que, adaptando la Rubisco a las condiciones actuales, tendremos plantas que darán mayores rendimientos».

Si su método tiene éxito, estas secuencias eficientes de Rubisco podrían transferirse a cultivos como el tomate, así como a los de otras familias de plantas, como la soja y el arroz.

El estudio fue financiado por el Departamento de Energía de los Estados Unidos.

Fuente: https://news.cornell.edu

Estudio: https://www.science.org/doi/10.1126/sciadv.abm6871