Sinh trưởng chậm đóng vai trò quan trọng cho cảm biến lạnh ở thực vật

 NLT8 được thể hiện trong vùng giới hạn ở cây Arabidopsis trong điều kiện nhiệt độ ấm (thể hiện ở đây là chóp rễ), nhưng khi ở điều kiện nhiệt độ lạnh trong thời gian dài các protein sẽ tích tụ và lan thành một vùng rộng hơn. Mô hình toán học cho thấy sinh trưởng chậm trong điều kiện nhiệt độ lạnh là nguyên nhân duy nhất để tạo ra sự đáp ứng này, đưa ra một cơ chế cảm biến nhiệt độ mới. Nguồn: John Innes Centre.

Thực vật phải thể hiện sự dao động nhiệt độ theo thời gian từ vài giờ đến vài tháng để điều chỉnh sự sinh trưởng và phát triển của chúng theo mùa.

Chúng ta đã biết nhiều về cách thực vật đáp ứng với nhiệt độ nhưng các cơ chế cho phép thực vật đo lường các tín hiệu nhiệt độ thì ít được hiểu rõ.

Trong bài báo đăng trên tạp chí Nature, hai nhà nghiên cứu Yusheng Zhao và Rea Antoniou-Kourounioti thuộc nhóm của giáo sư Dame Caroline Dean và giáo sư Martin Howard ở trung tâm John Innes cho thấy sinh trưởng chậm được sử dụng như là một tín hiệu để cảm biến những thay đổi kéo dài về nhiệt độ.

“Chúng tôi đã tìm ra một cơ chế cảm biến nhiệt độ mới với điều kiện nhiệt độ lạnh kéo dài, hợp nhất các dao động nhiệt độ để đo lường khoảng thời gian lạnh. Đây là cơ chế vật lý mới về cảm biến nhiệt độ và có thể dẫn đến những nghiên cứu xa hơn”, tiến sĩ Yusheng Zhao giải thích.

Sử dụng một màn di truyền và xem xét di truyền thực vật cho thấy một tính trạng đặc biệt - một phản ứng rối loạn. Những cây này có mức protein VIN3 cao khi ở điều kiện nhiệt độ ấm. Protein này làm tăng sự điều chỉnh trong điều kiện nhiệt độ lạnh và tương tác với hệ thống bộ nhớ ngoại bì phân tử cho phép thực vật nhớ thời kỳ nhiệt độ lạnh.

Tiến sỹ Yusheng Zhao đã tìm thấy các cây có một trong hai phiên bản NTL8 bị đột biến, một yếu tố phiên mã hay protien điều hòa đã kích hoạt VIN3 mà không cần điều kiện  lạnh.

Để hiểu rõ vai trò của NTL8, nhóm nghiên cứu đã gắn nó với một protein huỳnh quang (GFP) và tìm sự hỗ trợ từ nền tảng Bioimaging ở trung tâm John Innes để xem sự hiện diện của protein này so với VIN3. Kết quả cho thấy phiên bản đột biến được tìm thấy mọi nơi ở thực vật và các protein hoang dại chủ yếu được quan sát ở đỉnh sinh trưởng của rễ và NTL8 được tích lũy chậm trong suốt thời kỳ khi nhiệt độ lạnh.

Sử dụng cách tiếp cận lý thuyết để nghiên cứu các vấn đề xa hơn, nhóm nghiên cứu luận giải rằng việc hiểu sự sụt giảm protein NTL8 nhanh như thế nào có thể đưa ra những hiểu biết sâu sắc về chức năng hoạt động chậm của NTL8 và VIN3. Họ đã phát hiện protein NTL8 tồn tại lâu, như được dự đoán.

Mô hình toán học cho thấy yếu tố chính quyết định lượng protein NTL8 là giảm bớt sự phụ thuộc tăng trưởng. Khi thời tiết ấm hơn, thực vật sẽ sinh trưởng nhanh hơn và các tế bào nhân lên, lượng NTL8 trở nên ít hơn. Ngược lại, trong điều kiện nhiệt độ lạnh hơn, thực vật sinh trưởng chậm hơn và lượng NTL8 nhiều hơn, có thể được tích lũy theo thời gian. Mô hình toán học có thể tái tạo các quan sát của những mức độ protein NTL8 trong điều kiện nóng và lạnh.

Để thử nghiệm trên mô hình, nhóm nghiên cứu đã thêm các chất hóa học và hooc môn để thay đổi sự sinh trưởng của cây xem có làm thay đổi lượng NTL8 như dự đoán. Ở rễ, họ thêm hoocmon tăng trưởng Gibberellin, giúp cây sinh trưởng nhanh hơn và lượng NTL8 thấp hơn, như dự đoán. Khi họ thêm chất ức chế sinh trưởng, mức độ protein NTL8 cao hơn. Nhóm nghiên cứu đã thực hiện các thí nghiệm tương tự ở rễ và những dự đoán này cũng được xác nhận.

Tiến sỹ Antoniou Kourounioti cho biết thêm: “Chúng tôi rất ngạc nhiên bởi tính đơn giản của cơ chế nhiệt độ mới mà chúng tôi phát hiện, nó phục hồi thông tin nhiệt độ từ một quá trình (sinh trưởng) để tạo một cơ chế cảm biến nhiệt độ phức tạp mới (sự xuân hóa thúc đẩy ra hoa khi nhiệt độ lạnh). Chúng tôi có thể tái tạo hầu hết những thay đổi phụ thuộc nhiệt độ trong các quan sát thử nghiệm với mô hình của chúng tôi chỉ bằng cách thay đổi tỷ lệ sinh trưởng của thực vật giữa điều kiện môi trường ấm và lạnh”.

“Nghiên cứu này đã cách mạng hóa sự hiểu biết của chúng ta về cách nhiệt độ được cảm biến bởi thực vật và đặc biệt là sự biến động nhiệt độ môi trường được tích hợp như thế nào”, giáo sư Martin Howard nói.

“Nghiên cứu này cho thấy sức mạnh tuyệt vời khi các thử nghiệm được kết hợp với mô hình toán học. Chúng tôi sẽ không bao giờ tìm ra được cơ chế này nếu thực hiện riêng rẽ”, Caroline Dean nói.

Những phát hiện này sẽ hữu ích cho việc làm thế nào để hiểu thực vật cũng như các sinh vật khác cảm biến các tín hiệu môi trường dao động kéo dài và có thể áp dụng cho các cây trồng. 

Nguyễn Thị Kim Thoa theo Phys.org