На мгновение вообразим такую картину: помидоры растут не просто в земле, а в сложном трехмерном мире, где каждый лист борется за солнечный свет. Ученые из Северо-Западного университета сельского и лесного хозяйства под руководством Цзяньмина Ли создали точную цифровую копию такой теплицы, чтобы разобраться, что на самом деле мешает растениям радовать нас урожаем. Они использовали компьютерную модель, которая учитывала всё: геометрию самой теплицы, форму каждого куста, то, как листья поглощают свет, и даже их «дыхание» — газообмен и содержание хлорофилла.

Чтобы проверить свою модель, ученые провели двухлетний эксперимент в двух совершенно разных районах китайской провинции Шэньси. В одном месте солнечного света было вдоволь, а другой страдал от его нехватки. Помидоры сорта «Цзиньпэн» сажали в разные сезоны: весной-летом и осенью-зимой. Модель оказалась на удивление точной — её расчеты практически совпали с реальным ростом растений и тем, как они вели фотосинтез.

Оказалось, что в местах с обилием солнца накопленная за сезон фотосинтетическая активность была намного выше: весной — на треть, а осенью — больше чем наполовину. Но самое интересное не в этом, а в том, из-за чего возникают различия. Весной главным двигателем урожая оказался сам свет (почти 60% успеха), а на втором месте — внутренняя физиология растений. А вот осенью всё сложнее: здесь уже и форма куста (как листья расположены), и их биохимическая «натренированность» стали играть ключевую роль, отодвинув количество света на третье место.

Подробности опубликованы в издании Plant Phenomics.

Ученые выяснили, что там, где света мало, главный лимит — это его недостаток. А в пасмурную осень растения упираются в потолок своих биохимических возможностей: они просто не могут переварить тот свет, который получают. Тогда исследователи начали играть с моделью, прикидывая, что будет, если улучшить у растений определенные параметры. Самый большой скачок урожайности (до 16%) дало бы усиление эффективности использования света на молекулярном уровне и скорости переноса электронов в клетках — то есть, грубо говоря, создание помидоров с более «производительным двигателем». Если же к этому добавить еще и правильную схему посадки — не скученно, а с оптимальными проходами — можно получить дополнительные 7–9% прибавки. А вот попытки улучшить рассеивание света самой пленкой теплицы дали бы жалкие 2,5%.

Авторы работы предлагают четкий план действий: с одной стороны, селекционерам стоит искать гены, отвечающие за эти самые «скоростные» характеристики фотосинтеза, а с другой — агрономам уже сейчас можно пересмотреть схемы посадки, чтобы получить больше урожая без всякой генетики. В мире, где из-за изменения климата всё сложнее предсказать солнечную погоду, такие исследования дают фермерам не лозунги, а точные цифры и реальные инструменты для того, чтобы их теплицы работали на максимум.

Для науки это исследование словно сняло шоры. Раньше модели часто грешили упрощениями, из-за которых нельзя было понять, где же спрятан тот самый «тормоз», не дающий растению расти быстрее. Теперь у ученых есть выверенная объемная модель, которая показывает вклад каждого фактора — от формы куста до погоды за окном — в конкретных цифрах. Это как перейти от гаданий на кофейной гуще к точной инженерной карте. Особенно ценно, что работа выделила конкретные молекулярные мишени — параметр κ₂LL и Jmax. Теперь селекционеры знают, куда смотреть, чтобы выводить не просто устойчивые, а принципиально более продуктивные сорта.

Максимальная скорость переноса электронов (Jmax). Чтобы понять этот термин, представьте себе солнечную батарею на листе. Когда свет попадает на лист, он возбуждает электроны — начинается «беготня» заряженных частиц. Эта беготня — и есть перенос электронов. Чем быстрее бегут электроны, тем больше энергии получает растение для того, чтобы „склеивать“ из углекислого газа и воды сахара — то есть строить свои ткани и наливать плоды. Jmax — это показатель того, на какую максимальную скорость такой „электронной беготни“ способна клетка. Если у растения низкий Jmax, оно похоже на спортсмена, у которого хорошие легкие (он ловит свет), но слабое сердце (не может прокачать энергию). Это становится главным тормозом, особенно в условиях, когда света вроде бы достаточно, но растение не успевает его переработать.

В реальной жизни польза от такого подхода огромна, хотя и не лежит на поверхности. Во-первых, это экономическая эффективность для тепличных хозяйств. Зная, что простая смена схемы посадки (ширина междурядий) может дать прибавку в 7–9%, фермер может увеличить прибыль без затрат на дорогое оборудование или новые сорта. Во-вторых, это устойчивость к нестабильному климату. Поскольку модель учитывает сезонные и региональные особенности (например, регионы с низкой освещенностью), она позволяет заранее подбирать сорта и стратегии для конкретной местности. Вместо универсальной таблетки появляется рецепт «под климат», что критически важно в условиях меняющейся погоды.

При всей своей убедительности работа вызывает один важный вопрос: насколько модель, откалиброванная под конкретный сорт помидоров ( «Цзиньпэн») и конкретные климатические зоны провинции Шэньси, универсальна? Исследователи проделали титаническую работу по сбору данных о структуре растений, газообмене и содержании азота, но это делает модель очень „заточенной“ под свои исходные условия. Перенос выводов о ключевых параметрах (κ₂LL, Jmax) на другие культуры — огурцы, перцы или даже другие сорта томатов с иной архитектурой куста — может потребовать такой же сложной и дорогостоящей калибровки. Кроме того, в тексте не раскрывается экономическая составляющая: улучшение параметров κ₂LL и Jmax, хоть и сулит 16% прибавки, может потребовать лет селекционной работы или сложных методов генетического редактирования. В то время как оптимизация рядности — это быстрый агротехнический прием. Исследование не сравнивает эти пути с точки зрения затрат времени и ресурсов, что немного снижает практическую ценность для фермера, которому нужен результат здесь и сейчас.

Ранее ученые выяснили, как помидоры спасаются от нитратов.