Kleinstlebewesen kommt in Ökosystemen eine Schlüsselfunktion zu: Sie zeigen schnell an, wenn es in ihrer Umgebung zu Veränderungen kommt. Da sie aber schwer zu identifizieren sind, spielen sie beim Überwachen der Umwelt bislang eine untergeordnete Rolle. Gemeinsam mit Forschern der Universität Genf hat der Kaiserslauterer Biologe Professor Dr. Thorsten Stoeck eine neue Technik entwickelt, die das Genom der Mikroben nutzt. Mithilfe einer Künstlichen Intelligenz kann ein Algorithmus das genetische Material von unbekannten Organismen nutzen, um Aussagen über den Zustand der Umwelt zu machen. Die Arbeit ist in der renommierten Fachzeitschrift „Trends in Microbiology“ erschienen.

Zu viel Nitrat in unseren Gewässern oder die Versauerung der Meere, die etwa Korallenriffen zu schaffen macht, sind nur zwei Beispiele, die zeigen, wie der Mensch die Umwelt verändert. Um Schäden möglichst früh entgegenzuwirken, ist es wichtig, den Zustand von Ökosystemen zu überwachen. „Kleinstlebewesen eignen sich als Indikatoren, weil sie auf solche Veränderungen sehr sensibel reagieren“, sagt Professor Dr. Thorsten Stoeck, der an der TUK zur Ökologie forscht. Um sie zu identifizieren, war bislang aber Zeit und Fachwissen notwendig.

Im vergangenen Jahr hat Stoeck zusammen mit seinen Kollegen aus Genf ein Verfahren entwickelt, mit dem sie die Wasserqualität in der Nähe von norwegischen und schottischen Lachsfarmen einfacher im Blick behalten. „Wir setzen dabei auf DNA-Sequenzen der Mikroorganismen“, erläutert Stoeck. „Ihr genetisches Material ist wie ein Fingerabdruck, der nur einer Person zugeordnet werden kann. Die Ergebnisse liegen bereits nach kurzer Zeit vor.“ Die Biologen sind dabei eine Datenbank aufzubauen, in denen der genetische Fingerabdruck dieser Tierchen hinterlegt ist.

Allerdings haben die Wissenschaftler, wenn sie ihre Proben auswerten, immer noch DNA-Sequenzen, die sie keiner bisher bekannten Art zuordnen können. „Über ihre Rolle im Ökosystem wissen wir noch nichts. Daher war es schwer, sie als Indikatoren einzusetzen“, sagt Professor Stoeck.

Mit dem Team um Tristan Cordier, Erstautor der aktuellen Studie, und Professor Jan Pawlowski von der Universität Genf hat Stoeck einen Algorithmus entwickelt, der mithilfe Künstlicher Intelligenz hinzulernt. Um das Rechenverfahren mit Informationen zu füttern, haben die Biologen DNA-Proben von verschiedenen bekannten Mikroben verwendet. „Wir kennen ihre Rollen im Ökosystem und wissen, ob sie eher als Indikator für einen guten oder schlechten Zustand dienen“, so Stoeck weiter. Mit diesen Daten haben die Forscher ein Referenzsystem erstellt. „Damit hat der Algorithmus ein Vorhersagemodell entwickelt, in das auch die Sequenzdaten der unbekannten Mikroben einfließen.“ 

„Die Methode ermöglicht es uns, ein Ökosystem zu überwachen, ohne vorher die dort vorkommenden Mikroben-Arten zu identifizieren“, fasst Stoeck die Ergebnisse zusammen. Darüber hinaus lassen sich mit der Technik neue Arten aufspüren. Nach und nach werden die Wissenschaftler außerdem Werte von neuen Proben einfließen lassen, sodass ihr Modell verfeinert und immer genauer wird.

Die Studie ist in der Fachzeitschrift „Trends in Microbiology“ erschienen: „Embracing Environmental Genomics and Machine Learning for Routine Biomonitoring”
DOI: 10.1016/j.tim.2018.10.012

Über TU Technische Universität Kaiserslautern

Firmenkontakt und Herausgeber der Meldung:

TU Technische Universität Kaiserslautern
Gottlieb-Daimler-Straße 47
67663 Kaiserslautern
Telefon: +49 (631) 205-2049
Telefax: +49 (631) 205-3658
http://www.uni-kl.de

Ansprechpartner:
Prof. Dr. Thorsten Stoeck
Fachgebiet Ökologie
Telefon: +49 (631) 205-2502
E-Mail: stoeck@rhrk.uni-kl.de
Für die oben stehende Pressemitteilung ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Pressetextes, sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH übernimmt keine Haftung für die Korrektheit oder Vollständigkeit der dargestellten Meldung. Auch bei Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit. Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet.