El nuevo modelo podría aportar información clave para optimizar el desarrollo de biocombustibles a través de plantas. Imagen: DOE/Brookhaven National Laboratory.
Para optimizar el desarrollo de los biocombustibles y lograr que éstos se posicionen como una alternativa seria frente a las fuentes tradicionales de energía resulta vital comprender con mayor profundidad el metabolismo de las plantas. Un equipo de especialistas del Brookhaven National Laboratory ha logrado un importante avance a este respecto, a través de un nuevo modelo computacional que permite analizar los procesos metabólicos.
La investigación encarada por los expertos norteamericanos, que fue difundida a través de una nota de prensa del Brookhaven National Laboratory y que se resumirá en dos artículos que aparecerán en la revista especializada Plant Journal el próximo uno de agosto, tiene como propósito principal encontrar la manera de optimizar la producción de aceites vegetales, aceites que cuentan con un amplio potencial como recursos renovables para el desarrollo de biocombustibles de uso industrial.
Los artículos mencionados ya fueron publicados online a modo de adelanto. Uno de ellos se titula “Metabolic network reconstruction and flux variability analysis of storage synthesis in developing oilseed rape (Brassica napus L.) embryos”, mientras que el segundo tiene este encabezado: “Computational analysis of storage synthesis in developing Brassica napus L. (oilseed rape) embryos: flux variability analysis in relation to 13C metabolic flux analysis”.
El modelo desarrollado podría ayudar a identificar, por ejemplo, distintas maneras de maximizar la conversión de carbono en la biomasa, para mejorar así la producción de biocombustibles derivados de plantas. Según Jorg Schwender, director del trabajo junto a Jordan Hay, la comprensión de los procesos metabólicos de las plantas y de los factores que influyen en los mismos son vitales en este sentido.
A la búsqueda de una mayor eficiencia
Los especialistas explicaron que resulta información es clave para hacer un uso eficiente de todos los recursos que las plantas tienen para ofrecer en términos de energías alternativas, logrando sustituir a los productos petroquímicos en los procesos industriales.
La investigación encarada por los expertos norteamericanos, que fue difundida a través de una nota de prensa del Brookhaven National Laboratory y que se resumirá en dos artículos que aparecerán en la revista especializada Plant Journal el próximo uno de agosto, tiene como propósito principal encontrar la manera de optimizar la producción de aceites vegetales, aceites que cuentan con un amplio potencial como recursos renovables para el desarrollo de biocombustibles de uso industrial.
Los artículos mencionados ya fueron publicados online a modo de adelanto. Uno de ellos se titula “Metabolic network reconstruction and flux variability analysis of storage synthesis in developing oilseed rape (Brassica napus L.) embryos”, mientras que el segundo tiene este encabezado: “Computational analysis of storage synthesis in developing Brassica napus L. (oilseed rape) embryos: flux variability analysis in relation to 13C metabolic flux analysis”.
El modelo desarrollado podría ayudar a identificar, por ejemplo, distintas maneras de maximizar la conversión de carbono en la biomasa, para mejorar así la producción de biocombustibles derivados de plantas. Según Jorg Schwender, director del trabajo junto a Jordan Hay, la comprensión de los procesos metabólicos de las plantas y de los factores que influyen en los mismos son vitales en este sentido.
A la búsqueda de una mayor eficiencia
Los especialistas explicaron que resulta información es clave para hacer un uso eficiente de todos los recursos que las plantas tienen para ofrecer en términos de energías alternativas, logrando sustituir a los productos petroquímicos en los procesos industriales.
En el caso de los aceites vegetales, la atención de los expertos se centra en las semillas, donde los aceites se forman y se acumulan durante el desarrollo. Según los investigadores, este tipo de aceite presenta la mayor densidad de energía solar almacenada biológicamente, y para controlar su producción es imprescindible manejar los procesos metabólicos dentro de las semillas en desarrollo.
Una manera de estudiar estos procesos metabólicos es analizar la captación de una forma de carbono conocido como carbono-13, un método que ha sido empleado hasta hoy pero que presenta varios límites en determinadas condiciones, ya que no permite una visión integral del fenómeno, sino solamente aportar algunos datos particulares.
Para hacer frente a situaciones de análisis más complejas, el equipo del Brookhaven National Laboratory diseñó un modelo computacional que representa una red metabólica a gran escala del desarrollo de la colza. El modelo incluye 572 reacciones bioquímicas de vital importancia.
Una manera de estudiar estos procesos metabólicos es analizar la captación de una forma de carbono conocido como carbono-13, un método que ha sido empleado hasta hoy pero que presenta varios límites en determinadas condiciones, ya que no permite una visión integral del fenómeno, sino solamente aportar algunos datos particulares.
Para hacer frente a situaciones de análisis más complejas, el equipo del Brookhaven National Laboratory diseñó un modelo computacional que representa una red metabólica a gran escala del desarrollo de la colza. El modelo incluye 572 reacciones bioquímicas de vital importancia.
Pruebas y experimentaciones
Estas reacciones juegan un papel fundamental en el metabolismo de la semilla y en la producción de aceite a través de la semilla, y por lo tanto el modelo incorpora la información sobre la forma en que esas reacciones se agrupan e interactúan. Ya se ha desarrollado una primera prueba de la validez del modelo, comparándolo con otros resultados experimentales.
En general, los resultados obtenidos permiten validar el nuevo modelo, aunque se han identificado algunas excepciones que merecen más exploración e investigación. De esta manera, los científicos utilizaron el modelo para simular los procesos metabólicos más complicados en diferentes condiciones, poniendo nuevamente a prueba el esquema.
Se analizaron, por ejemplo, los cambios en la producción de biocombustibles en respuesta a las variantes en los nutrientes disponibles (por ejemplo, las diferentes fuentes de carbono y nitrógeno), las condiciones de luz y otras variables relacionadas. Este avance permite llegar a un modelo a gran escala y mucho más integral.
Los especialistas señalan que la experimentación seguirá siendo esencial para esclarecer aún más los factores que pueden mejorar la producción de aceite vegetal. Y aunque cualquier tipo de modelo de este tipo es una representación simplificada en gran medida de los procesos que se producen en una planta viva, proporcionan una manera de evaluar rápidamente variables múltiples y perfeccionar los procesos productivos.
Estas reacciones juegan un papel fundamental en el metabolismo de la semilla y en la producción de aceite a través de la semilla, y por lo tanto el modelo incorpora la información sobre la forma en que esas reacciones se agrupan e interactúan. Ya se ha desarrollado una primera prueba de la validez del modelo, comparándolo con otros resultados experimentales.
En general, los resultados obtenidos permiten validar el nuevo modelo, aunque se han identificado algunas excepciones que merecen más exploración e investigación. De esta manera, los científicos utilizaron el modelo para simular los procesos metabólicos más complicados en diferentes condiciones, poniendo nuevamente a prueba el esquema.
Se analizaron, por ejemplo, los cambios en la producción de biocombustibles en respuesta a las variantes en los nutrientes disponibles (por ejemplo, las diferentes fuentes de carbono y nitrógeno), las condiciones de luz y otras variables relacionadas. Este avance permite llegar a un modelo a gran escala y mucho más integral.
Los especialistas señalan que la experimentación seguirá siendo esencial para esclarecer aún más los factores que pueden mejorar la producción de aceite vegetal. Y aunque cualquier tipo de modelo de este tipo es una representación simplificada en gran medida de los procesos que se producen en una planta viva, proporcionan una manera de evaluar rápidamente variables múltiples y perfeccionar los procesos productivos.