伊利诺伊大学的一个研究小组开发了一个模型框架，将与光合作用有关的酶活性与产量联系起来。这是模型首次将动态光合作用途径与作物生长直接联系起来。

伊利诺伊州马修斯集团的博士后研究员 Yufeng He 表示：“以前的模型结合了遗传、代谢和叶片层面的数据，但我们需要将代谢层面与更大的冠层层面联系起来。新模型让我们能够通过更好地将农作物在田间经历的环境变化与代谢过程联系起来，研究酶活性的变化如何影响产量。 ”

这项工作是“实现提高光合作用效率”(RIPE)的一部分，这是一个国际研究项目，旨在通过改善光合作用(所有植物都将阳光转化为能量和产量的自然过程)来提高农作物的产量。

在最近发表在《in silico Plants》上的一项研究中，何教授和其他人展示了他们的模型将如何对科学家准确模拟农作物生长的能力产生积极影响。以前，想要模拟田间试验的科学家必须将光合作用过程和相关的酶活性视为植物处于稳定状态。对于任何去过农田的人来说，这是一种非常不切实际的衡量标准。

“植物并不存在于稳定的环境中。我们可以利用这项研究来研究酶在不同环境条件下的敏感性，”RIPE 项目首席研究员、伊利诺伊州土木与环境工程助理教授 Megan Matthews 说道。“该模型将使我们能够了解哪些光合酶在不同环境中受到限制，以及它们如何在长期气候条件下提高产量。”

该模型能够理解哪些酶可能限制产量并将其与预期产量联系起来，因为它将光合作用表示为一系列详细的动态酶反应，而不是对稳定状态下的几个反应的简化表示。该模型的另一个好处是，它可以用来探索非稳定状态的光合作用反应，例如当云层遮挡或风中摇曳的其他树叶可能导致植物在一天中开始或停止光合作用时。以前的模型确实将光合作用视为一个动态过程，但无法扩展到田间作物生长。

何教授表示：“从代谢物水平扩展到田间水平代表着朝着更精确地模拟光合作用和作物生长迈出了关键一步。我们的耦合模型有望增强我们对酶动力学和作物生理学的理解。此外，其未来应用将有助于改善作物管理策略、促进可持续农业实践，并在全球挑战中加强粮食安全。”

他和马修斯希望他们的模型(可在 Github 上开源)可以帮助研究人员更好地理解和预测特定的酶如何在不同环境下影响作物的生长和产量。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：