Los modelos modulares permiten a los usuarios centrarse en la biología en lugar de la programación

[ad_1]

Presenta BioCro II: un paquete de software actualizado para la simulación modular del crecimiento de plantas.

Las simulaciones de crecimiento de plantas juegan un papel clave en la comprensión del impacto del cambio global en la agricultura y orientan los esfuerzos para desarrollar plantas que puedan alimentar al mundo del futuro.

Desafortunadamente, el código y la documentación para muchos modelos heredados son difíciles de encontrar, usar y/o cambiar.

El logotipo de BioCro consta del texto Bio en verde y el cuervo en negro, seguido de dos engranajes entrelazados. El engranaje inferior está hecho de hojas de plantas.

dr. El investigador postdoctoral de la Universidad de Illinois Edward Lochocki y sus colegas presentan un simulador de crecimiento de plantas modular actualizado que supera estas deficiencias de nuevas maneras. en silico Artículo Plantas. El antiguo modelo BioCro predecía el crecimiento de los cultivos a lo largo del tiempo, tomando como entrada parámetros específicos del cultivo y datos ambientales. Los autores hicieron modular la última versión, BioCro II, separando las ecuaciones del modelo, los valores de los parámetros y los métodos de solución. Esta nueva estructura permite a los investigadores agregar o modificar fácilmente componentes de un modelo, lo que facilita los estudios exploratorios que pueden ayudar a guiar los esfuerzos experimentales para mejorar el rendimiento o la resiliencia de los cultivos.

Un cuadro a la izquierda que representa un modelo simple representado por engranajes entrelazados con imágenes meteorológicas, de tejido sobre el suelo y de tejido subterráneo. Estos se combinan mediante un modelo representado por una imagen de una computadora. Una flecha apunta a una salida de un pequeño montón de vainas de soja. En el centro hay una imagen de un investigador con la idea de agregar un componente de modelo de ADN, representado por una imagen de un científico con una bombilla en la parte superior y un engranaje con una imagen de ADN adentro. Este engranaje se suma a los engranajes que aparecían anteriormente en el modelo simple en el recuadro de la derecha. Una vez más, estos componentes se combinan a través de un modelo representado por una imagen de una computadora, pero esta vez el resultado es una pila más grande de vainas de soja.
Un investigador puede modificar un modelo existente para usar BioCro II para hacer nuevas predicciones sobre resultados importantes, como el rendimiento de los cultivos.

Tres de los beneficios clave del enfoque modular se analizan a continuación:

Primero, el usuario necesita conocimientos menos especializados para ejecutar una simulación. La ejecución del software modular de simulación de crecimiento de plantas se puede realizar en tres pasos: los usuarios (1) seleccionan ecuaciones de una biblioteca, (2) ingresan especificaciones adicionales y (3) envían esta información al motor BioCro, que resuelve el modelo y calcula los resultados. . Aunque está escrito principalmente en C++, se puede acceder a BioCro II a través de un paquete R que proporciona una interfaz basada en terminal fácil de usar que permite a los usuarios aprovechar la amplia gama de herramientas disponibles en R para la entrada de datos, operaciones estadísticas y trazado son.

Un diagrama esquemático que muestra el flujo de una simulación de crecimiento de plantas. Primero, el usuario selecciona ecuaciones de la biblioteca. En una tabla se enumeran cuatro ecuaciones de ejemplo: dosel C3, dosel C4, desarrollo térmico y desarrollo fototérmico. Las marcas de verificación están al lado de las ecuaciones de evolución del calor y del dosel C4. A continuación, el usuario debe proporcionar especificaciones. Una tabla enumera cuatro especificaciones de muestra: Clima, Vc Max, Profundidad del suelo y Biomasa inicial con sus valores y unidades. A continuación, una flecha de estas dos tablas conduce a una imagen de una computadora con un BioCro en ella. Esta imagen está etiquetada como
Diagrama esquemático que ilustra el proceso de ejecutar una simulación de crecimiento de plantas eligiendo ecuaciones de una biblioteca, brindando especificaciones adicionales y enviando esta información al motor BioCro, que resuelve el modelo y calcula los resultados.

Los usuarios pueden consultar los detalles sobre las funciones y las entradas de la biblioteca disponibles en el paquete BioCro II R accediendo a la documentación completa Una guía práctica de BioCro.

En segundo lugar, el usuario puede comprender los componentes individuales del modelo. así como sus interacciones en el contexto de todo el modelo, utilizando los límites lógicos de los autores del módulo. Lochocki explica por qué esto es importante: “El alcance del modelado de plantas se expande constantemente a medida que los modelos comienzan a incorporar procesos a diferentes escalas, desde la genética hasta el clima global. Al mismo tiempo, los componentes individuales del modelo tienden a volverse más detallados y especializados a medida que se vuelven más realistas. Para complicar aún más las cosas, las interacciones entre los componentes del modelo pueden crear nuevos comportamientos. Abordar un modelo tan complejo de frente puede ser un desafío abrumador, incluso para un experto en la materia. El software modular como BioCro II permite a un investigador dividir un modelo grande en partes más pequeñas y comprender cómo funciona cada parte por sí sola y en conjunto con otras. Por otro lado, cuando un modelo se escribe como un bloque de código monolítico, este enfoque es difícil o imposible”.

En tercer lugar, el usuario puede hacer esto fácilmente. Reemplazar componentes del modelo para obtener versiones alternativas que coincidan mejor con las entradas experimentales disponibles, aproveche los nuevos desarrollos o compare componentes alternativos. Los autores demostraron esto intercambiando los componentes del modelo por fotosíntesis. Compararon un modelo estadístico empírico simplificado de la fotosíntesis basado en la eficiencia del uso de la radiación (RUE) con el modelo mecánico basado en el proceso de Farquhar-von-Caemmerer-Berry (FvCB), con todos los demás componentes del modelo sin cambios.

Hay dos gráficos. Arriba hay un gráfico del día del año en el eje x y la biomasa en el eje y. Esta se divide en 4 partes de la planta: raíz, tallo, grano y hoja. Los resultados de las simulaciones que utilizan el modelo mecanicista FvCB para la fotosíntesis C3 y el modelo empírico RUE son similares. A continuación se muestra un gráfico de luz en el eje x y biofotosíntesis en el eje y. En el modelo RUE, existe una relación puramente lineal, mientras que en el modelo FvCB, la fotosíntesis finalmente comienza a estabilizarse a intensidades de luz más altas.
Figura 1. (a) Biomasa para varios tejidos de soja calculados a lo largo de la temporada de crecimiento utilizando el modelo mecánico FvCB para la fotosíntesis C3 o un modelo RUE empírico. ( b ) Respuesta fotosintética a la luz disponible calculada con el modelo FvCB en comparación con la salida del modelo RUE.

Se utilizó una temporada completa de datos ambientales para simular el crecimiento de la soja para cada uno de los dos modelos. Este ejercicio mostró que, a pesar de los enfoques muy diferentes para evaluar la fotosíntesis (Figura 1a), se puede lograr un acuerdo cercano a lo largo de la temporada de crecimiento. El origen de este acuerdo se puede examinar examinando la relación entre la fotosíntesis (UNbruto) y luz golpeando la tapa (PPFD) en los dos modelos. En el modelo FvCB, la fotosíntesis se nivela a intensidades de luz más altas, mientras que el modelo RUE lineal sobreestima la fotosíntesis con mucha luz y subestima la fotosíntesis con poca luz (Figura 1b). Aunque los valores fotosintéticos calculados concuerdan en promedio, el acuerdo es frágil y es probable que sea insostenible en otros años porque el modelo FvCB es sensible a variables ambientales críticas que el modelo RUE ignora.

Es fácil investigar más a fondo estos modelos fotosintéticos en conflicto con BioCro II porque todos los parámetros se dan fuera de las ecuaciones del modelo y sus valores se pueden cambiar fácilmente. Para demostrar la utilidad de esta característica, los autores realizaron un análisis de sensibilidad para comprender mejor la respuesta del modelo mecanicista FvCB a los factores ambientales y así descubrir la dinámica no contenida en el modelo empírico RUE. Descubrieron que la respuesta de temperatura de toda la biomasa no difiere significativamente entre las simulaciones RUE y FvCB debido a la dependencia de la temperatura de otros componentes involucrados en la simulación. Por otro lado, la respuesta de la biomasa al CO2 La concentración es significativamente diferente entre los dos modelos, y la simulación RUE casi no muestra respuesta (Figura 2c). Esta es una idea importante de estos modelos que habría sido difícil de lograr sin la modularidad.

A la izquierda hay un gráfico con el día del año en el eje x y la biomasa/temperatura en el eje y. Los datos de FvCB y RUE son similares a lo largo de la temporada de crecimiento. A la derecha hay un gráfico con el día del año en el eje x y la biomasa/CO2 en el eje y. Los datos de FvCB muestran una respuesta al CO2 durante la temporada de crecimiento, pero los datos de RUE no.
Figura 2. Coeficientes de sensibilidad normalizados para la biomasa total calculados con respecto a la temperatura del aire durante la temporada de crecimiento; y CO2 atmosférico.

BioCro II sigue la estructura general de un sistema dinámico. Esto significa que el modelo describe cómo las variables que representan un sistema dado evolucionan con el tiempo. Si bien puede parecer obvio que la mayoría de los modelos podrían pensarse de esta manera, muchos modelos de crecimiento de plantas no están programados de esta manera. Sin embargo, escribir explícitamente los modelos como sistemas dinámicos tiene muchas ventajas. En particular, facilita la modularidad al permitir combinar dos sistemas dinámicos en un tercero simplemente combinando sus componentes individuales. De esta manera, se pueden construir modelos multiescala complejos a partir de modelos más simples. En la práctica, esto solo es posible si el código del modelo está escrito de forma que identifique de forma única los componentes de un sistema dinámico. BioCro II refuerza estas distinciones y ayuda a que los sistemas dinámicos y sus subcomponentes se recombinen fácilmente

coautor dr. Justin McGrath, fisiólogo de plantas de investigación del USDA, explica: “Los modelos se escriben casi de forma ubicua explícitamente como sistemas dinámicos en muchas áreas. BioCro II reproduce BioCro I como un sistema dinámico y lo presenta de una manera familiar para la mayoría de los modeladores. Además, amplía el concepto de sistemas dinámicos al proporcionar una forma de seleccionar partes de modelos de forma modular, lo que esperamos sea una forma útil para que los investigadores escriban sus modelos y los combinen con otros modelos de la comunidad”.

LEER EL ARTÍCULO:
Edward B. Lochocki, Scott Rohde, Deepak Jaiswal, Megan L. Matthews, Fernando Miguez, Stephen P. Long, Justin M. McGrath, BioCro II: un paquete de software de simulación de crecimiento de plantas modular, plantas in silico2022, diac003, https://doi.org/10.1093/insilicoplants/diac003

BioCro II es de código abierto y está disponible en línea en https://github.com/ebimodeling/biocro

[ad_2]

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir