Ketika Xiaoxi Meng dan Zhikai Liang pertama kali mengajukan gagasan itu beberapa tahun lalu, James Schnable merasa skeptis. Untuk sedikitnya.
“'Yah, Anda bisa mencoba, tapi saya rasa itu tidak akan berhasil,'” kata profesor agronomi dan hortikultura kepada Meng dan Liang, peneliti pascadoktoral di lab Schnable di Universitas Nebraska–Lincoln.
Dia salah dan, di belakang, tidak pernah lebih bahagia. Namun pada saat itu, Schnable memiliki alasan yang wajar untuk mengangkat alis. Gagasan duo - bahwa urutan DNA tanaman peka dingin yang menyerah pada embun beku yang keras dapat membantu memprediksi bagaimana tanaman yang lebih liar dan lebih keras mentolerir kondisi beku - tampak berani. Untuk sedikitnya. Namun, itu adalah proposisi berisiko rendah, hadiah tinggi. Karena jika Meng dan Liang bisa membuatnya bekerja, itu mungkin hanya upaya cepat untuk membuat tanaman yang peka terhadap dingin sedikit atau bahkan lebih seperti rekan-rekan mereka yang tahan dingin.
Beberapa tanaman terpenting di dunia didomestikasi di daerah tropis — jagung di Meksiko selatan, sorgum di Afrika timur — yang tidak memberikan tekanan selektif pada mereka untuk mengembangkan pertahanan terhadap dingin atau beku. Ketika tanaman tersebut ditanam di iklim yang lebih keras, kepekaan mereka terhadap dingin membatasi seberapa awal mereka dapat ditanam dan seberapa terlambat mereka dapat dipanen. Musim tanam yang lebih pendek sama dengan lebih sedikit waktu untuk fotosintesis, menghasilkan hasil yang lebih kecil dan lebih sedikit makanan untuk populasi global yang diperkirakan akan mendekati 10 miliar orang pada tahun 2050.
Iklim dingin
Spesies tanaman yang sudah tumbuh di iklim dingin, sementara itu, mengembangkan trik untuk menahan dingin. Mereka dapat mengkonfigurasi ulang membran sel mereka untuk menjaga likuiditas pada suhu yang lebih rendah, mencegah membran dari pembekuan dan patah. Mereka dapat menambahkan sedikit gula ke cairan di dalam dan di sekitar membran itu, menurunkan titik bekunya dengan cara yang sama seperti garam di trotoar. Mereka bahkan dapat menghasilkan protein yang menutupi kristal es yang sangat kecil sebelum kristal tersebut tumbuh menjadi massa penghancur sel.
Semua pertahanan itu berasal dari tingkat genetik, meskipun tidak hanya dalam urutan DNA itu sendiri. Ketika tanaman mulai membeku, mereka dapat merespons dengan mematikan atau menghidupkan gen tertentu - mencegah atau membiarkan manual instruksi genetik mereka ditranskripsi dan dijalankan. Mengetahui gen tanaman toleran dingin mana yang dimatikan dan dihidupkan dalam menghadapi suhu beku, kemudian, dapat membantu para peneliti memahami dasar-dasar benteng mereka dan, pada akhirnya, merekayasa pertahanan serupa menjadi tanaman yang peka terhadap dingin.
Tetapi Schnable juga tahu, seperti Meng dan Liang, bahwa bahkan gen yang identik pun sering merespons secara berbeda terhadap dingin di seluruh spesies tanaman, bahkan yang berkerabat dekat. Yang berarti, dengan putus asa, bahwa memahami bagaimana gen merespons dingin pada satu spesies cenderung memberi tahu para ilmuwan tanaman bahwa hampir tidak ada yang meyakinkan tentang perilaku gen pada spesies lain. Ketidakpastian itu, pada gilirannya, telah menghambat upaya untuk mempelajari aturan yang mendikte apa yang akan menonaktifkan atau mengaktifkan gen.
“Kami masih sangat, sangat buruk dalam memahami mengapa gen mati dan hidup,” kata Schnable.
Tanaman jagung
Karena tidak memiliki buku aturan, para peneliti beralih ke pembelajaran mesin, suatu bentuk kecerdasan buatan yang pada dasarnya dapat menulis sendiri. Mereka secara khusus mengembangkan model klasifikasi terawasi — jenis yang dapat, ketika disajikan dengan gambar berlabel yang cukup, katakanlah, kucing dan bukan-kucing, pada akhirnya belajar membedakan yang pertama dari yang terakhir. Tim awalnya mempresentasikan modelnya sendiri dengan tumpukan besar gen sekuensing dari jagung, bersama dengan tingkat aktivitas rata-rata gen tersebut ketika tanaman mengalami suhu beku. Model itu juga diberi "setiap fitur yang dapat kami pikirkan" untuk setiap gen jagung, kata Schnable, termasuk panjangnya, stabilitasnya, dan perbedaan apa pun antara gen itu dan versi lain yang ditemukan di tanaman jagung lainnya.
Kemudian, para peneliti menguji model mereka dengan menyembunyikan darinya hanya satu informasi dalam subset gen tersebut: apakah mereka merespons awal suhu beku, atau tidak. Dengan menganalisis fitur gen yang telah dikatakan responsif atau non-responsif, model tersebut membedakan kombinasi fitur mana yang relevan untuk masing-masing - dan kemudian berhasil menempatkan sebagian besar gen kotak misteri yang tersisa ke dalam kategori yang benar.
Itu adalah awal yang menjanjikan, tidak diragukan lagi. Tetapi ujian sebenarnya tetap ada: Bisakah model itu mengikuti pelatihan yang telah diterimanya pada satu spesies dan menerapkannya pada spesies lain?
Jawabannya adalah ya yang pasti. Setelah dilatih dengan data DNA dari hanya satu dari enam spesies — jagung, sorgum, millet mutiara, millet proso, millet buntut rubah, atau switchgrass — model ini secara umum dapat memprediksi gen mana dari lima spesies lainnya yang akan merespons pembekuan. Yang mengejutkan Schnable, model itu bertahan bahkan ketika dilatih pada spesies yang peka terhadap dingin - jagung, sorgum, mutiara atau millet proso - tetapi ditugaskan untuk memprediksi respons gen pada millet foxtail atau switchgrass yang tahan dingin.
Model
“Model yang kami latih bekerja hampir baik di seluruh spesies seolah-olah Anda benar-benar memiliki data dalam satu spesies dan menggunakan data internal untuk membuat prediksi pada spesies yang sama,” katanya, sedikit keheranan dalam suaranya beberapa bulan kemudian. “Saya benar-benar tidak akan memprediksi itu.”
“Gagasan bahwa kita dapat memasukkan semua informasi ini ke dalam komputer, dan dapat menemukan setidaknya beberapa aturan untuk membuat prediksi yang berhasil, masih luar biasa bagi saya.”
Prediksi tersebut dapat terbukti sangat berguna ketika mempertimbangkan alternatif. Selama kira-kira satu dekade, ahli biologi tanaman sebenarnya telah mampu mengukur jumlah molekul RNA — yang bertanggung jawab untuk menyalin dan mengangkut instruksi DNA — yang dihasilkan oleh setiap gen dalam tanaman hidup. Tetapi membandingkan bagaimana ekspresi gen itu merespons dingin pada spesimen hidup, dan di berbagai spesies, adalah usaha yang melelahkan, kata Schnable. Itu terutama berlaku untuk tanaman liar, yang bijinya bahkan sulit diperoleh. Benih-benih itu mungkin tidak berkecambah saat diharapkan, jika sama sekali, dan bisa memakan waktu bertahun-tahun untuk tumbuh. Bahkan jika mereka melakukannya, setiap tanaman yang dihasilkan harus dibudidayakan di lingkungan yang identik, terkontrol dan dipelajari pada tahap perkembangan yang sama.
Lebih banyak spesies
Semua itu merupakan tantangan besar untuk menumbuhkan cukup banyak spesimen liar, dari spesies liar yang cukup, untuk mereplikasi dan secara statistik mengevaluasi respons gen mereka terhadap dingin.
“Jika kita benar-benar ingin mengetahui gen apa yang penting – yang benar-benar berperan dalam bagaimana tanaman beradaptasi dengan dingin – kita perlu melihat lebih dari dua spesies,” kata Schnable. “Kami ingin melihat sekelompok spesies yang toleran terhadap dingin dan kelompok yang sensitif, dan melihat polanya: “Gen yang sama ini selalu merespons di satu dan selalu tidak merespons di yang lain.”
“Itu mulai menjadi eksperimen yang sangat besar dan mahal. Akan sangat bagus jika kita bisa membuat prediksi dari urutan DNA spesies tersebut daripada, katakanlah, mengambil 20 spesies dan mencoba untuk mendapatkan semuanya pada tahap yang sama, menempatkan mereka semua melalui perlakuan stres yang sama persis, dan mengukur jumlah RNA yang dihasilkan untuk setiap gen di setiap spesies.”
Untungnya untuk model ini, para peneliti telah mengurutkan genom lebih dari 300 spesies tanaman. Upaya internasional yang sedang berlangsung dapat mendorong jumlah itu setinggi 10,000 selama beberapa tahun ke depan.
Meskipun model tersebut telah melampaui harapannya yang sederhana, Schnable mengatakan langkah selanjutnya akan melibatkan "meyakinkan diri kita sendiri dan orang lain" bahwa itu berfungsi sebaik sejauh ini. Dalam setiap kasus uji hingga saat ini, para peneliti telah meminta model untuk memberi tahu mereka apa yang sudah mereka ketahui. Ujian pamungkas, katanya, akan datang ketika manusia dan mesin mulai dari awal.
“Eksperimen besar berikutnya yang menurut saya perlu kita lakukan adalah membuat prediksi pada spesies di mana kita tidak memiliki data sama sekali,” katanya. "Untuk meyakinkan orang bahwa itu benar-benar berfungsi dalam kasus di mana bahkan kita tidak tahu jawabannya."
Tim melaporkan temuannya dalam jurnal Proceedings of the National Academy of Sciences. Meng, Liang dan Schnable menulis penelitian ini dengan Rebecca Roston dari Nebraska, Yang Zhang, Samira Mahboub dan mahasiswa sarjana Daniel Ngu, bersama dengan Xiuru Dai, seorang sarjana tamu dari Universitas Pertanian Shandong.
Untuk informasi lebih lanjut:
Universitas Nebraska Lincoln
www.unl.edu