Eco-Evolutionary Optimal Carbon Allocation in a MechanisticCrop Growth Model: Theory and Application to Wheat

تختار النباتات باستمرار خياراً صعباً؛ فهي تلتقط الطاقة من الشمس وتحولها إلى سكر، لكنها لا تستطيع الاحتفاظ بكل هذه الطاقة لنفسها. يجب عليها أن تقرر كيف تنفق هذه الطاقة: هل تبني المزيد من الأوراق لالتقاط المزيد من الضوء، أم تمد جذوراً أعمق للبحث عن الماء؟ هذا القرار، المعروف باسم تخصيص الكربون، هو ما يحدد حجم النبات، ومدى قدرته على البقاء أثناء الجفاف، وكمية الغذاء التي تنتجها للبشر. لعقود من الزمن، حاول العلماء التنبؤ بهذه الخيارات باستخدام النماذج الحاسوبية، لكن العديد من هذه النماذج تعتمد على قواعد ثابتة؛ فهي تفترض أن النبات يرسل دائماً نسبة مئوية محددة من طاقته إلى الجذور ونسبة أخرى إلى الأوراق، بغض النظر عن الطقس أو التربة. هذا النهج يعمل بشكل جيد بما يكفي للتوقعات البسيطة، لكنه يفشل عندما تتغير الظروف، إذ لا يمكنه تفسير سبب قيام النبات فجأة بتغيير استراتيجيته عندما تجف التربة أو عندما تصبح المظلة الورقية كثيفة للغاية. ولكي نفهم حقاً كيف ستتصرف المحاصيل في عالم متغير، يحتاج الباحثون إلى نموذج يسمح للنبات باتخاذ قراراته الخاصة بناءً على ما يحدث حوله.

تقدم دراسة جديدة طريقة جديدة للتفكير في هذه المشكلة من خلال تطبيق مفهوم يسمى "الأمثلية البيئية التطورية". فبدلاً من إجبار النبات على اتباع سيناريو جامد، تشير هذه النظرية إلى أن النباتات قد تطورت لتجعل الاستخدام الأكثر كفاءة لطاقتها في كل لحظة. الأمر يشبه مسافراً يقرر ما إذا كان سينفق ماله على خريطة أفضل أم على خيمة أكثر متانة؛ فالخيار يعتمد تماماً على التضاربات والطقس. أراد الباحثون وراء هذا العمل، الذين طوروا نموذجاً يسمى DAESIM2-Plant، معرفة ما إذا كان بإمكان هذه النظرية تفسير كيفية إدارة القمح، وهو محصول عالمي حيوي، لموارده. وبينما تم اختبار هذه الفكرة على الأشجار من قبل، إلا أنه لم يسبق تطبيقها على النباتات العشبية مثل القمح، والتي تمتلك أنماط نمو ودورات حياة مختلفة تماماً. بنى الفريق محاكاة حاسوبية متطورة تجمع بين فيزياء حركة الماء عبر النبات، وكيفية سقوط الضوء على الأوراق، وكيف يتنفس النبات، مع هذه النظرية الجديدة للإنفاق الذكي للطاقة.

في عمليات المحاكاة، راقب الباحثون كيف تفاعلت نباتات القمح الافتراضية مع بيئات مختلفة. ووجدوا أن النموذج نجح في إعادة إنتاج السلوكيات المرنة التي تظهرها النباتات الحقيقية في الطبيعة. فعندما نمت النباتات بمظلات ورقية كثيفة حيث تظلل الأوراق بعضها البعض، أظهر النموذج أن النباتات تبطئ استثمارها في الأوراق الجديدة، مدركة أن التكلفة الإضافية لم تعد تستحق الفائدة. وعندما جفت التربة، غيرت النباتات استراتيجيتها، حيث أرسلت المزيد من الطاقة إلى جذورها للبحث عن الرطوبة بدلاً من بناء المزيد من الأوراق. كما رصد النموذج توازناً دقيقاً: فقرار نمو الجذور لم يعتمد فقط على مدى جفاف التربة، بل أيضاً على عدد الجذور التي يمتلكها النبات بالفعل مقارنة بأوراقه. وهذا يشير إلى أن النباتات تزن باستمرار مخزونها الحالي مقابل احتياجاتها المستقبلية.

ثم قامت الدراسة بمحاكاة موسم نمو كامل عبر نطاق واسంది من مستويات رطوبة التربة لمعرفة كيف تتراكم هذه القرارات اليومية الصغيرة بمرور الوقت. وأظهرت النتائج نقطة تحول حادة في نمو النبات؛ فدون مستوى معين من رطوبة التربة، كافحت النباتات لبناء مظلة ورقية أو إنتاج الحبوب، ولكن بمجرد أن تجاوز إمداد المياه عتبة معينة، ارتفع النمو والإنتاج بشكل هائل. كشف النموذج أن نفس إمدادات الطاقة التي تحد من نمو الأوراق والسيقان تحد أيضاً من امتلاء الحبوب. بعبارة أخرى، لا يمكن للنبات إنتاج حصاد كبير إذا لم يكن لديه طاقة كافية لدعم نموه الخضري أولاً. تشير هذه النتائج إلى أن نظرية "الأمثلية البيئية التطورية" تقدم وسيلة قوية للتنبؤ بكيفية أداء المحاصيل تحت الضغط، منتقلة من مجرد تخمينات بسيطة إلى نظام ينبثق فيه سلوك النبات طبيعياً من بيئته.

يلاحظ المؤلفون بعناية أن هذه النتائج تأتي من عمليات محاكاة حاسوبية وتجارب مثالية، ولم يختبروا هذا النموذج تحديداً مقابل بيانات ميدانية من العالم الحقيقي بعد، وهو ما يظل خطوة حاسمة تالية. ومع ذلك، فإن قدرة النموذج على محاكاة أنماط اللدونة (القدرة على التكيف) المعروفة في النباتات دون أن يتم برمجته صراحةً للقيام بذلك، تعد علامة واعدة. إنها تشير إلى أن المنطق الكامن وراء النظرية سليم، وأنه يمكن أن يساعد العلماء في نهاية المطاف على تصميم محاصيل أفضل أو التنبؤ بكيفية صمود الأصناف الحالية في ظل مناخ مستقبلي. ومن خلال ترك النبات يقرر أين ينفق طاقته، بدلاً من وضعه في قالب محدد، يقربنا هذا النهج من فهم الذكاء الهادئ والمعقد لحياة النباتات.