Биолог РУДН разработал новую модель для анализа фотосинтеза in vivo
Измерения эффективности фотосинтеза в живых системах необходимы, так как они позволяют оценить круговорот углерода, а, следовательно, влияние на климат. Для изучения фотосинтеза in vivo используют коэффициент поглощения растительности – величину, которая показывает, насколько глубоко падающее излучение проникает в растительный покров. Он зависит от биохимических, структурных и внешних факторов, поэтому его оценка очень сложна. Сотрудник РУДН Алексей Соловченко и его коллеги из США и Израиля нашли новый способ оценки этого показателя.
Сперва биологи вычислили отношение коэффициентов поглощения и пропускания для единичных листьев и лиственного покрова в целом. Измерить эти коэффициенты для покрова «в сумме» сложно, а для единичного листа просто, поэтому зная соотношение между ними, можно рассчитать поглощение и пропускание лиственного покрова, зная коэффициенты для отдельного листа. Затем исследователи РУДН получили уравнение, которое связывает коэффициент поглощения растительного покрова с коэффициентом поглощения пигментов – в первую очередь, хлорофилла – в листьях. Выяснилось, что покров, в отличие от единичного листа, способен поглощать свет в инфракрасном диапазоне, а кроме того, коэффициенты поглощения пигментов для растений с разной плотностью лиственного покрова, могут отличаться. Поэтому биологам пришлось внести соответствующие поправки в финальную модель.
Эту математическую модель, описывающую коэффициент поглощения лиственного покрова, исследователи протестировали на культурах растений с разными типами фотосинтеза – кукурузы (С4 фотосинтез), сои и риса (С3 фотосинтез), измерив так же спектры поглощенного и отраженного солнечного излучения
Модель показала, что в синей спектральной области лиственный покров риса отражает больше, чем лиственные покровы других культур, что, по мнению учёных, связано с тем, что рис растет в воде. Помимо этого, полученные с помощью модели кривые поглощения для растений с С3 типом фотосинтеза (соя и рис) отличались от таковых у растений с С4 типом фотосинтеза (кукуруза), что объясняется биохимическими различиями.
Таким образом, созданная биологами модель способна «предсказывать» поглощение света разными типами растений с разными типами фотосинтеза, разными архитектурами листового покрова и разным содержанием пигментов в листе.
Статья в журнале Remote Sensing of Environment.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.