Summary
Temperature is a critical environmental factor affecting nearly all plant processes, including growth, development, and yield. Yet, despite decades of research, we lack the ability to predict plant performance at different temperatures, limiting the development of climate-resilient crops. Further, there is a pressing need to bridge the gap between the prediction of physiological and molecular traits to improve our understanding and manipulation of plant temperature responses.
Here, we developed the first enzyme-constrained model of Arabidopsis thaliana‘s metabolism, facilitating predictions of growth-related phenotypes at different temperatures.
We showed that the model can be employed for in silico identification of genes that affect plant growth at suboptimal growth temperature. Using mutant lines, we validated the genes predicted to affect plant growth, demonstrating the potential of metabolic modeling in accurately predicting plant thermal responses.
The temperature-dependent enzyme-constrained metabolic model provides a template that can be used for developing sophisticated strategies to engineer climate-resilient crops.
Zusammenfassung
Temperatur ist ein wichtiger Umweltfaktor, der sich auf fast alle pflanzlichen Prozesse, einschließlich Wachstum, Entwicklung und Ertrag, auswirkt. Trotz jahrzehntelanger Forschung sind wir jedoch nicht in der Lage, die Leistung von Pflanzen bei unterschiedlichen Temperaturen vorherzusagen, was die Entwicklung klimabeständiger Nutzpflanzen einschränkt. Darüber hinaus besteht die dringende Notwendigkeit, die Lücke zwischen der Vorhersage physiologischer und molekularer Merkmale zu schließen, um unser Verständnis und die Möglichkeiten der Manipulation pflanzlicher Reaktionen auf Temperaturänderungen zu verbessern.
Hier haben wir das erste enzymbasierte stöchiometrische Stoffwechselmodell von Arabidopsis thaliana entwickelt, welches die Vorhersage wachstumsbezogener Phänotypen unter verschiedenen Temperaturen ermöglicht.
Wir haben gezeigt, dass das Modell zur computergestützten Identifikation von Genen eingesetzt werden kann, die das Pflanzenwachstum bei suboptimalen Wachstumstemperaturen beeinflussen. Anhand von T-DNA Insertionslinien validierten wir die Gene, die das Pflanzenwachstum beeinträchtigen, und zeigten damit das Potenzial der Stoffwechselmodellierung für die präzise Vorhersage pflanzlicher Temperaturantworten.
Das entwickelte temperaturabhängige, enzymbasierte Stoffwechselmodell bietet eine Basis für die Entwicklung ausgefeilter Strategien zur Entwicklung klimabeständiger Nutzpflanzen.
