Как отражение света на листьях может помочь выявить умирающие леса
Раннее обнаружение ухудшения здоровья лесов критически важно для своевременного вмешательства и лечения засухоустойчивой и больной флоры, особенно в районах, подверженных лесным пожарам. Однако получение надежной оценки здоровья всей экосистемы до того, как станет слишком поздно, остается постоянной проблемой для лесных экологов.
Традиционный отбор проб слишком трудоемок для обследования целых лесов, а современная геномика, хотя и способна точно определять активные гены, все еще слишком дорога для крупномасштабного применения. Дистанционное зондирование предлагает высокодетальное решение с воздуха, но существующие ограниченные парадигмы анализа данных означают, что полученные изображения не говорят достаточно и достаточно рано.
Связь спектральной отражательной способности с экспрессией генов
Новое исследование ученых из Университета Нотр-Дам, опубликованное в Communications Earth & Environment, раскрывает более полную картину здоровья леса. Исследование показывает, что спектральная отражательная способность — измерение, получаемое со спутниковых снимков, — коррелирует с экспрессией определенных генов.
Отражательная способность — это то, сколько света отражается от листового материала и на каких конкретных длинах волн в видимом и ближнем инфракрасном диапазоне. Рассчитываемая как отношение отраженного света к падающему и измеряемая с помощью специальных датчиков, она раскрывает уникальную сигнатуру, специфичную для состава и состояния листа.
«Это может революционизировать мониторинг здоровья лесов», — сказал Натан Свенсон, директор Gillen Исследовательского центра окружающей среды Университета Нотр-Дам (UNDERC), руководивший исследованием. «Связывая отражательную способность с экспрессией генов, мы можем получить измерение здоровья леса на геномном уровне в реальном времени, которое улавливает ранние индикаторы ухудшения здоровья и связывает их с реальными изменениями на клеточном уровне».
Хотя отражательная способность является сильным индикатором как физических, так и химических свойств листа, полезность знания этих характеристик ограничена без возможности определить их молекулярное происхождение.
Проверка связи в полевых условиях
«Теперь у нас есть возможность пролететь на самолете над целым лесом и быстро задокументировать признаки кроны каждого дерева, но то, что мы на самом деле можем сказать о состоянии конкретного дерева, все еще довольно просто», — сказал Свенсон, профессор кафедры биологических наук. «Поэтому мы хотели выйти за эти рамки, задав вопрос: существует ли значимая связь между отражательной способностью листа и его экспрессией генов?»
Короткий ответ — да.
Свенсон с помощью аспирантов и постдоков собрал образцы листьев двух распространенных видов деревьев — сахарного клена и красного клена — на полевой станции UNDERC университета в северном Висконсине и на Верхнем полуострове Мичигана.
В момент сбора были измерены и записаны данные об отражательной способности поверхности каждого листа, после чего образец консервировали и обрабатывали для анализа экспрессии генов. Этот анализ был сосредоточен на генах, связанных с реакцией на воду, засуху, фотосинтезом, а также взаимодействиями «растение-вредитель» или «растение-патоген». Данные об отражательной способности также обрабатывались для определения длин волн света, отражаемых или поглощаемых конкретным листом.
Для более чем половины проанализированных генов исследователи обнаружили сильную корреляцию с определенными длинами волн отражения. Это означает, что у большинства обследованных деревьев те листья, которые экспрессировали определенный ген, отражали или поглощали те же «сигнатурные» длины волн света, что и другие листья, экспрессирующие тот же ген.
Масштабирование до целых лесов
«Мы сделали это здесь лишь в небольшом масштабе, но потенциал для прогнозирования экспрессии сотен или тысяч экологически важных генов по отражательной способности огромен», — сказал Свенсон. «Мы могли бы отслеживать целые леса на геномном уровне с помощью датчиков на Международной космической станции».
Чтобы применить эту вновь определенную корреляцию к целым лесам, Свенсон намерен масштабировать предыдущие исследования. Исследование 2024 года, опубликованное в PLOS Biology, объединило спутниковые снимки с вычислительными сетями на основе искусственного интеллекта для создания карт видов деревьев для Национальной экологической обсерватории (NEON).
Модель ИИ, разработанная межинституциональной командой, включая Свенсона, можно обучить идентифицировать конкретные деревья по видам, используя изображения кроны всего леса, собранные датчиками. При наложении вместе с данными об отражательной способности и экспрессии генов модель потенциально может генерировать полный профиль для отдельного дерева на основе его вида, сигнатуры отражательной способности и карты экспрессии генов для этого вида. Это позволит исследователям более эффективно выявлять нуждающиеся в помощи отдельные деревья или их группы.
«Вы можете взять эти модели, которые мы создаем на уровне листа, и применить их к этим новым наборам данных об отражательной способности, будь то с самолета или со спутника. А затем вы можете построить карту экспрессии генов в масштабе национального леса», — сказал Свенсон. «Конечная цель здесь — использовать правильные данные для быстрой оценки того, как деревья реагируют на стрессоры, чтобы мы могли вмешаться до того, как лес достигнет точки кризиса».
Междисциплинарное сотрудничество
Такая задача требует участия экспертов в области дистанционного зондирования, геномики и экологии, все из которых являются членами исследовательской группы Свенсона на кафедре биологических наук университета. Соавторами исследования в Nature Communications являются постдок Янни Чен, аспирант Александр Кокс и бывшие аспиранты Логан Монкс и Ванесса Рубио.
«Эта работа не состоялась бы без ученых из совершенно разных областей — экологов вместе с геномиками и специалистами по данным, — которые садятся за один стол и подходят к одному и тому же вопросу с разных сторон», — сказал Свенсон. «Нам нужны все наши индивидуальные сильные стороны, объединенные вместе, чтобы решить эти проблемы».