Mit automatisierter Biodiversitätsentdeckung gegen die Biodiversitätskrise: von Museomik zu Genomik und Mustererkennung
Der Verlust von Biodiversität wirkt sich auf die Umwelt unseres gesamten Planeten aus und im Sinne von Planetary Health damit auch zunehmend auf den Menschen. Wesentliche Ökosystemdienstleistungen leiden und der Klimawandel wird beschleunigt, weil Biodiversitätsverlust auch die CO2-Speicherung behindert. Der Biodiversitätsverlust kann jedoch nicht verlässlich modelliert werden, da die dafür benötigten Biodiversitätsdaten größtenteils fehlen. Tatsächlich sind die meisten Arten bisher unbeschrieben und für sehr wenige liegen sowohl sichere Angaben zur heutigen Verbreitung und Häufigkeit als auch ausreichend historische Daten zur Rekonstruktion des vorindustriellen Zustands vor. Naturkundemuseen sind aufgrund ihrer Sammlungen und dem ansässigen taxonomischen Expertenwissen hervorragend aufgestellt, die fehlenden Biodiversitätsdaten aus naturkundlichen Archiven zu liefern. Bisher wird allerdings vorwiegend mit Methoden gearbeitet, die einem hohen Durchsatz im Wege stehen. Individuen werden manuell bearbeitet, einzeln an Mikroskopen identifiziert und Artbeschreibungen sind zu langwierig.
AutoBio zielt auf die Lösung dieser Probleme durch Einsatz von Technologien des 21. Jahrhunderts für die beschleunigte Gewinnung von Biodiversitätsdaten in Sammlungen und der Natur. Ziel ist eine "Industrialisierung" der Datengewinnung aus Individuen durch Automatisierung sowie den Einsatz künstlicher Intelligenz und moderner Sequenziertechnologien. Dies wird eine Revolution in der Art und Weise der Beschreibung neuer Arten, des Monitorings von Biodiversität, sowie der Untersuchung von Anpassungen und Umweltveränderungen erzeugen. Wir werden die neuen Methoden vorwiegend an Wirbellosenmaterial aus Berlin erarbeiten und eng mit weiteren Forschungsclustern des Museums für Naturkunde zusammenarbeiten (z.B., NaturBerlin, Open Heritage).
Erfahren Sie hier mehr über die anderen Forschungscluster am Museum für Naturkunde Berlin.