מערכת חיישנים ביולוגיים מולקולריים, שמסוגלת להיכנס לתוך תאי הצמח ולזהות מחלות פוטנציאליות, פותחה בהובלת חוקרים מהפקולטה לחקלאות, מזון וסביבה באוניברסיטה העברית. השיטה החדשה, שהתפרסמה לאחרונה בכתב העת The Plant Journal על ידי הדוקטורנט מתנאל היפש בהנחיית ד"ר שילה רוזנווסר, מאפשרת זיהוי מוקדם של מחלות שונות בעלים של הצמח בעזרת סריקה חיצונית פשוטה ולא מזיקה. עוד נטלו חלק במחקר, ד"ר נרדי למפל ועומר ספיר מהמכון למדעי הצמח, ד"ר ירון מיכאלי וד"ר דויד הלמן, מהמכון המתקדם לחקר למדעי הסביבה בפקולטה לחקלאות, ופרופ' יגאל כהן מהפקולטה למדעי החיים ע"ש גודמן שבאוניברסיטת בר אילן.
במחקר הנוכחי, צוות החוקרים שאף לפתח שיטה שתאפשר זיהוי מוקדם של מחלת הכימשון, המהווה את אחד הגורמים המרכזיים לאיבוד יבול תפוחי אדמה ועגבניות - כאשר עלות הנזקים הישירים והעקיפים שלה עומדת על יותר מ-6.5 מיליארד דולר מדי שנה ברחבי העולם.
"בשלביה הראשונים, עדיין קשה מאוד לזהות את המחלה מאחר ולא ניתן לראות סימנים חיצוניים על העלה", הסביר היפש. הוא הוסיף: "במחקר קודם שלנו, ראינו ששימוש בחיישנים מולקולריים בתוך המערכות הביולוגיות של תפוחי אדמה יעיל במיוחד לזיהוי מצבי עקה עוד לפני שנגרם נזק לצמח". כעת, צוות החוקרים התבסס על השיטה שפותחה כדי לזהות במהירות את התפתחות המחלה המזיקה.
תוך שימוש בשיטות הנדסה גנטית, החוקרים ייצרו זנים חדשים של תפוחי אדמה המבטאים חלבונים מיוחדים שנשלחים לאזורים ייחודיים ברחבי התא הצמחי. במסגרת התהליך, החלבון המשמש כחיישן ביולוגי ייחודי נשלח לכלורופלסטים שבתאי הצמח, שם מתבצעת פוטוסינתזה שממירה את אנרגיית האור לאנרגיה כימית. באמצעות מצלמות רגישות הקולטות את האותות הנשלחים מהחיישן, תהליך זה סייע לקבל מידע מרחבי ברמת הצמח השלם. לטענת החוקרים, התמונות שהופקו מהמצלמות סייעו לעקוב אחר המצב הפיזיולוגי של הצמחים לאורך כל זמן התפתחות המחלה בתפוח האדמה.
ממצאי המחקר מעלים כי השימוש בחלבון כחיישן ביולוגי אפשר לזהות את אזורי הפגיעה של המחלה בעלים כבר בשלביה הראשונים והבלתי נראים בעין. היפש הוסיף: "ראינו שהדבקת הצמחים במחלה גורמת לחלבון לצאת מהכלורופלסט ולהצטבר מחוצה לו. יציאה זו גרמה לשינוי בתכונות הפלורסנטיות של החלבון, מה שסייע באיתור נקודות החדירה של מחולל המחלה לעלה". אחד הממצאים המרתקים ביותר מעלה כי האזורים הנגועים במחלה מאופיינים בפעילות פוטו-סינטטית גבוהה יותר בהשוואה לשאר חלקי העלה, מה שמסייע באיתור מהיר יותר של המקומות הנגועים. החוקרים מסבירים כי תוצאות אלה מלמדות על האופן שבו מחולל המחלה שומר ואף משפר את יצרנות העלה בשלבים הראשונים של המחלה, במטרה 'להסוות' את התפתחותה בצמח.
ממצאים אלה הובילו את צוות החוקרים לפתח אלגוריתם מבוסס בינה מלאכותית, שמסוגל לנתח את התמונות הפלורסנטיות ולהבחין בין העלים הבריאים לעלים שנדבקו במחלה. לטענתם, השיטה החדשה יכולה לשמש למחקר מעמיק של מנגנוני העמידות למחלות, וכן לסריקה ולאיתור של חומרים פוטנציאליים שישפרו את עמידות הצמחים. פרופ' רוזנווסר מסכם כי "פיתוח כלי ביו-טכנולוגי מניעתי לזיהוי מוקדם של מחלות יכול להוות פריצת דרך מחקרית בעתיד - ואף להועיל משמעותית לשיפור הביטחון התזונתי ולמזעור הנזקים הנגרמים לחקלאות השדה ברחבי העולם".
