Um grupo de cientistas da Universidade da Califórnia, em Davis, nos EUA, desenvolveu uma nova abordagem baseada em inteligência artificial (IA) para ajudar as plantas a reconhecer um número mais alargado de bactérias patogénicas, reforçando assim a sua capacidade de defesa. O estudo foi originalmente publicado na revista científica Nature Plants.
Tal como os animais, as plantas possuem um sistema imunitário próprio, que inclui recetores imunológicos capazes de identificar ameaças como bactérias e desencadear respostas de defesa. Um desses recetores, chamado FLS2, permite detetar a presença de flagelina — uma proteína presente nos “rabos” das bactérias que estas usam para se movimentar.
No entanto, as bactérias estão constantemente em evolução, alterando os aminoácidos da flagelina para evitarem ser reconhecidas pelas defesas das plantas.
Para ajudar as plantas a acompanhar esta evolução, a equipa de investigadores utilizou a variação natural combinada com IA, nomeadamente a ferramenta AlphaFold, que prevê a forma 3D das proteínas. Com base nessa análise, os especialistas reprogramaram o recetor FLS2, reforçando o seu alcance de deteção.
O estudo centrou-se em recetores que já eram conhecidos pela ciência por conseguirem reconhecer um leque mais vasto de bactérias, mesmo que não estivessem presentes em culturas agrícolas comuns. Ao comparar esses recetores com versões mais limitadas, os cientistas identificaram quais os aminoácidos a modificar para aumentar a eficácia imunitária.
“Fomos capazes de ressuscitar um recetor derrotado — um que já não conseguia detetar o agente patogénico— e devolver-lhe a capacidade de proteger a planta de forma muito mais precisa e eficaz”, afirmou Gitta Coaker, autora principal do estudo e professora no Departamento de Patologia Vegetal da Universidade da Califórnia.
Segundo os especialistas, esta descoberta poderá ter um impacto direto na proteção de culturas como os tomates e as batatas, que são vulneráveis a várias doenças bacterianas. Um dos alvos principais da investigação é a bactéria Ralstonia solanacearum, uma doença do solo que pode infetar mais de 200 espécies vegetais.
A equipa de cientistas está agora a desenvolver novos modelos de machine learning para prever quais os recetores imunitários com maior potencial de edição genética. O objetivo é também reduzir o número de aminoácidos que precisam de ser modificados, tornando o processo mais eficiente.
O artigo foi publicado originalmente em Vida Rural.
