Eco-Evolutionary Optimal Carbon Allocation in a MechanisticCrop Growth Model: Theory and Application to Wheat
यह शोध पत्र DAESIM2-Plant को प्रस्तुत करता है, जो एक यांत्रिक गेहूं विकास मॉडल है जो पत्तियों और जड़ों के बीच कार्बन आवंटन को गतिशील रूप से निर्धारित करने के लिए पारिस्थितिक-विकासवादी इष्टतमता सिद्धांत (eco-evolutionary optimality theory) को लागू करता है, और निश्चित अनुभवजन्य गुणांकों पर निर्भर किए बिना देखे गए प्लास्टिसिटी पैटर्न और पर्यावरणीय प्रवणता (environmental gradients) के प्रति थ्रेशोल्ड प्रतिक्रियाओं को सफलतापूर्वक पुनरुत्पादित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
पौधे लगातार एक कठिन चुनाव करते रहते हैं। वे सूर्य से ऊर्जा प्राप्त करते हैं और उसे चीनी में बदलते हैं, लेकिन वे इसे अपने पास नहीं रख सकते। उन्हें यह तय करना होता है कि इस ऊर्जा को कैसे खर्च किया जाए: क्या वे अधिक प्रकाश पकड़ने के लिए अधिक पत्तियाँ बनाएँ, या पानी खोजने के लिए गहरी जड़ें विकसित करें? यह निर्णय, जिसे कार्बन आवंटन (carbon allocation) कहा जाता है, यह निर्धारित करता है कि एक पौधा कितना बड़ा होगा, वह सूखे में कितनी अच्छी तरह जीवित रहेगा, और मनुष्यों के लिए कितना भोजन पैदा करेगा। दशकों से, वैज्ञानिक इन विकल्पों की भविष्यवाणी करने के लिए कंप्यूटर मॉडल का उपयोग करने का प्रयास कर रहे हैं, लेकिन इनमें से कई मॉडल निश्चित नियमों पर निर्भर करते हैं। वे मानते हैं कि एक पौधा हमेशा अपनी ऊर्जा का एक निश्चित प्रतिशत अपनी जड़ों को और एक निश्चित प्रतिशत अपनी पत्तियों को भेजता है, चाहे मौसम या मिट्टी कैसी भी हो। यह दृष्टिकोण सरल पूर्वानुमानों के लिए तो पर्याप्त काम करता है, लेकिन जब स्थितियाँ बदलती हैं, तो यह विफल हो जाता है। यह यह समझाने में असमर्थ है कि क्यों एक पौधा अचानक अपनी रणनीति बदल सकता है जब मिट्टी सूख जाती है या जब कैनोपी (पत्तियों का छत्र) बहुत घना हो जाता है। यह समझने के लिए कि बदलते विश्व में फसलें कैसे व्यवहार करेंगी, शोधकर्ताओं को एक ऐसे मॉडल की आवश्यकता है जो पौधे को उसके आसपास की स्थितियों के आधार पर अपने स्वयं के निर्णय लेने की अनुमति दे।
एक नया अध्ययन 'इको-इवोल्यूशनरी ऑप्टिमैलिटी' (eco-evolutionary optimality) नामक अवधारणा को लागू करके इस समस्या पर सोचने का एक नया तरीका पेश करता है। पौधे को एक कठोर पटकथा का पालन करने के लिए मजबूर करने के बजाय, यह सिद्धांत बताता है कि पौधों ने हर क्षण अपनी ऊर्जा का सबसे कुशल उपयोग करने के लिए विकास किया है। यह एक यात्री द्वारा बेहतर मानचित्र खरीदने या एक मजबूत तंबू खरीदने के निर्णय लेने जैसा है; चुनाव पूरी तरह से इलाके और मौसम पर निर्भर करता है। इस कार्य के पीछे के शोधकर्ताओं ने, जिन्होंने DAESIM2-Plant नामक एक मॉडल विकसित किया है, यह देखना चाहा कि क्या यह सिद्धांत गेहूं, जो एक महत्वपूर्ण वैश्विक फसल है, के संसाधन प्रबंधन की व्याख्या कर सकता है। हालांकि इस विचार का परीक्षण पहले पेड़ों पर किया जा चुका है, लेकिन इसे गेहूं जैसे शाकीय पौधों (herbaceous plants) पर कभी लागू नहीं किया गया था, जिनका विकास पैटर्न और जीवन चक्र बहुत अलग होता है। टीम ने एक परिष्कृत कंप्यूटर सिमुलेशन बनाया जो इस नए सिद्धांत के साथ मिलकर यह भी जोड़ता है कि पानी कैसे पौधे के माध्यम से चलता है, प्रकाश पत्तियों पर कैसे पड़ता है, और पौधा कैसे सांस लेता है।
अपने सिमुलेशन में, शोधकर्ताओं ने देखा कि उनके आभासी गेहूं के पौधे विभिन्न वातावरणों में कैसे प्रतिक्रिया करते हैं। उन्होंने पाया कि मॉडल सफलतापूर्वक उन लचीले व्यवहारों को प्रदर्शित करता है जो वास्तविक पौधे प्रकृति में दिखाते हैं। जब पौधे घनी कैनोपी वाले क्षेत्रों में बढ़े जहाँ पत्तियाँ एक-दूसरे को छाया देती थीं, तो मॉडल ने दिखाया कि वे नई पत्तियों में निवेश को धीमा कर देते हैं, यह पहचानते हुए कि अतिरिक्त लागत अब लाभ के लायक नहीं थी। जब मिट्टी सूख गई, तो पौधों ने अपनी रणनीति बदल दी, पत्तियों को बनाने के बजाय नमी खोजने के लिए जड़ों की ओर अधिक ऊर्जा भेजी। मॉडल ने एक सूक्ष्म संतुलन को भी पकड़ा: जड़ें उगाने का निर्णय न केवल इस पर निर्भर था कि मिट्टी कितनी सूखी है, बल्कि इस पर भी कि पौधे के पास पहले से कितनी जड़ें मौजूद हैं। यह सुझाव देता है कि पौधे अपने वर्तमान स्टॉक का भविष्य की जरूरतों के साथ निरंतर मूल्यांकन करते हैं।
अध्ययन ने फिर मिट्टी की नमी के विभिन्न स्तरों के बीच एक पूर्ण बढ़ते मौसम का सिमुलेशन किया ताकि यह देखा जा सके कि समय के साथ ये छोटे दैनिक निर्णय कैसे जुड़ते हैं। परिणामों ने पौधे के विकास में एक तीव्र मोड़ दिखाया। मिट्टी की नमी के एक निश्चित स्तर से नीचे, पौधों को कैनोपी बनाने या अनाज पैदा करने में संघर्ष करना पड़ा, लेकिन जैसे ही पानी की आपूर्ति एक विशिष्ट सीमा को पार कर गई, विकास और उपज में उछाल आया। मॉडल ने खुलासा किया कि ऊर्जा की वही आपूर्ति जो पत्तियों और तनों के विकास को सीमित करती है, वह अनाज के भरने को भी सीमित करती है। दूसरे शब्दों में, यदि पौधे के पास अपने वानस्पतिक विकास के लिए पर्याप्त ऊर्जा नहीं है, तो वह बड़ी फसल पैदा नहीं कर सकता। ये निष्कर्ष बताते हैं कि इको-इवोल्यूशनरी ऑप्टिमैलिटी का सिद्धांत यह भविष्यवाणी करने का एक शक्तिशाली तरीका है कि फसलें तनाव के तहत कैसा प्रदर्शन करेंगी, जो साधारण अनुमानों से आगे बढ़कर एक ऐसी प्रणाली है जहाँ पौधे का व्यवहार स्वाभाविक रूप से उसके पर्यावरण से उत्पन्न होता है।
लेखक सावधानीपूर्वक नोट करते हैं कि ये परिणाम कंप्यूटर सिमुलेशन और आदर्श प्रयोगों से आते हैं। उन्होंने अभी तक इस विशिष्ट मॉडल का वास्तविक दुनिया के क्षेत्रीय डेटा के विरुद्ध परीक्षण नहीं किया है, जो कि एक महत्वपूर्ण अगला कदम बना हुआ है। हालांकि, मॉडल की बिना प्रोग्राम किए पौधे की प्लास्टिसिटी (plasticity) के ज्ञात पैटर्न की नकल करने की क्षमता एक आशाजनक संकेत है। यह इंगित करता है कि सिद्धांत का अंतर्निहित तर्क सही है और यह अंततः वैज्ञानिकों को बेहतर फसलें डिजाइन करने या यह भविष्यवाणी करने में मदद कर सकता है कि वर्तमान किस्में भविष्य के जलवायु में कैसा प्रदर्शन करेंगी। पौधे को यह तय करने की अनुमति देकर कि उसे अपनी ऊर्जा कहाँ खर्च करनी है, न कि उसे एक बॉक्स में बंद करके, यह दृष्टिकोण हमें वनस्पति जीवन की शांत और जटिल बुद्धिमत्ता को समझने के करीब लाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।