Artikel zur Kategorie Methoden

Forschende haben erstmals das komplexe Netzwerk von Pflanzenwurzeln und Mykorrhiza-Pilzen im Boden dreidimensional sichtbar gemacht. Die entwickelte Methode basiert auf der Synchrotron-Computertomographie. Das Verfahren ermöglicht die Darstellung feinster Strukturen, die mit konventionellen CT-Verfahren häufig nicht sichtbar sind. Die Pflanzen wachsen dabei in einem „Korb“, mit dem sie samt Bodenmaterial aus der Erde entnommen werden – ohne dem Wurzelgeflecht zu schaden. Aus einer Vielzahl hochauflösender Projektionsaufnahmen dieser Probe wird so ein dreidimensionales Modell rekonstruiert, das Pflanzenwurzeln, Pilzfäden und Pilzsporen in ihrer natürlichen Umgebung sichtbar macht. Die Forschenden der Technischen Universität München (TUM) sehen in dem Verfahren eine Chance für die Forschung zu klimaresilienten Pflanzen und haben ihre Ergebnisse im Fachjournal New Phytologist veröffentlicht.

Deep-Learning-Ansätze haben die Vorhersage der Aktivität und Funktion von DNA-Sequenzen im Genom revolutioniert. Ein neues KI-Tool namens Corgi (Context-aware Regulatory Genomics Inference), das in der Bioinformatikgruppe von Martin Vingron am Max-Planck-Institut für Molekulargenetik in Berlin entwickelt wurde, ermöglicht es Forschenden, das Verhalten des Genoms in verschiedenen Zelltypen vorherzusagen. Die Ergebnisse könnten virtuelle Zellmodelle verbessern und haben somit Potenzial in der Grundlagenforschung und der Medizin angewandt zu werden. Die Studie wurde in Nature Communications veröffentlicht.

Das KI‑gestützte Programm AlphaFold sagt die 3D‑Struktur eines Proteins mit bemerkenswerter Genauigkeit voraus. Es neigt jedoch dazu, heterogene Strukturen auf eine dominante Konformation oder Form zu reduzieren und achtet nicht auf experimentelle Bedingungen, die lokale Strukturen verändern können. Wissenschafterinnen und Wissenschafter am Institute of Science and Technology Austria (ISTA) und internationale Partner*innen haben nun eine Methode entwickelt, um AlphaFold mit experimentellen Daten zu ‚lenken‘. Ihr Ansatz, veröffentlicht in Nature Biotechnology, ebnet den Weg für zukünftige, verbesserte Vorhersagemodelle.

Genetische Vielfalt ist entscheidend für das Überleben von Arten: Sie stärkt Anpassungsfähigkeit, Widerstandskraft und langfristige Stabilität von Populationen. Ein internationales Forschungsteam unter der Leitung der Senckenberg-Forscherin Prof. Dr. Deborah Leigh und bestehend aus weiteren Mitgliedern der Fachgruppe für Naturschutzgenetik der Internationalen Union für Naturschutz (IUCN), hat einen neuen Ansatz entwickelt, um genetisch differenzierte Gruppen innerhalb einer Art zuverlässiger zu identifizieren. Die Methode soll künftig sowohl die Bewertung von Aussterberisiken als auch die Einschätzung von Wiederansiedlungspotenzialen verbessern. Ziel ist es, den Verlust genetischer Vielfalt zu reduzieren, indem sichergestellt wird, dass genetisch einzigartige Populationen wirksam geschützt werden. Die Studie ist nun im Fachjournal Bioscience erschienen.

Forschende veröffentlichen eine offene, datenschutzfreundliche Plattform, die CRISPR-, Base- und Prime-Editing-Ergebnisse auswertet — ohne Installation und ohne das Hochladen sensibler Daten. Die Arbeit wurde von Forschenden des Leibniz-Instituts für umweltmedizinische Forschung in Düsseldorf (IUF) gemeinsam mit Kollegen des Universitätsklinikums Düsseldorf, der ETH Zürich und der Universität Paris Cité durchgeführt. Auch wenn Technologien wie CRISPR die DNA mit einer Präzision umzuschreiben, wie es vor einer Generation noch undenkbar war, blie es bislang überraschend langsam und schwierig, die DNA anschließend auszulesen, um zu bestätigen, dass die beabsichtigte Veränderung - und nur diese - tatsächlich erfolgt ist. Dafür wurde der CleanFinder entwickelt, eine frei verfügbare, browserbasierte Plattform, die diese Editierungsergebnisse schnell und präzise auflöst — und zwar ohne sensible genomische Daten an externe Server zu senden. Die Arbeit ist in der Fachzeitschrift Trends in Biotechnology erschienen.

Ein Forschungsteam hat einen computergestützten Ansatz und ein dazugehöriges Tool entwickelt, mit dem sich die Aktin-Filamentstrukturen in Pflanzenzellen detailliert analysieren und rekonstruieren lassen. Das „Graph of Filaments over Time“ (GraFT) genannte Instrument könnte die Untersuchung fadenförmiger Strukturen in Pflanzenzellen revolutionieren, da es eine automatisierte und hochpräzise Verfolgung und Nachverfolgung von Filamentstrukturen ermöglicht. Die Ergebnisse der Erprobung von GraFT, das ein Team um den Potsdamer Bioinformatiker Prof. Dr. Zoran Nikoloski entwickelt hat, wurden nun in der Fachzeitschrift Science Advances veröffentlicht.

Ein neues Werkzeug könnte die Genforschung spürbar verändern: „Helixer“ bestimmt Gene direkt aus DNA-Sequenzen – ohne Laborversuche oder Vorwissen über den untersuchten Organismus. Bislang gehörte die strukturelle Genannotation zu den anspruchsvollsten Schritten der Genom-Analyse. Dazu waren bisher umfangreiche experimentelle Daten oder gut untersuchte verwandte Arten notwendig. Das Helixer-Tool vereinfacht und beschleunigt diesen Schritt nun erheblich: Die KI erkennt typische Merkmale von Genen direkt aus den Genomsequenzen. Dazu gehören etwa Start- und Stoppsignale, sogenannte nicht-translatierte Bereiche (untranslated region, UTR), die nicht in Proteine übersetzt werden sowie strukturelle Elemente wie kodierende DNA-Sequenzen (coding DNA sequence, CDS), welche die Bauanleitung für Proteine enthalten und Zwischenstücke, Introns. „Es ist, als würde man in einem völlig unbekannten Buch plötzlich Absätze, Kapitel und einzelne Wörter erkennen“, erklärt Marie Bolger vom Jülicher Institut für Bioinformatik (IBG-4). „Das macht die Genomforschung deutlich schneller.“ Vorgestellt haben die Forschenden des Forschungszentrums Jülich (FZ Jülich) und der Heinrich-Heine-Universität Düsseldorf das neue Werkzeug im Fachjournal Nature Methods. „Wir konnten zeigen, dass Helixer für eine Vielzahl von Organismen funktioniert, was für den Einsatz in der Pflanzenzüchtung, Biotechnologie und Umweltforschung entscheidend ist“, betont Bolger. 

Mit der neuen Pipeline iSPy (Inferring Spatial Ploidy) ist es dem multidisziplinären, internationalen Team eine hochdurchsatzfähige Bestimmung der Ploidie gelungen, also der Anzahl der Chromosomenkopien, in verschiedenen Geweben anhand von Mikroskopbildern. Die rechnergestützte Pipeline und Studie, die als Zusammenarbeit zwischen dem Formosa-Jordan-Labor des Max-Planck-Instituts für Pflanzenzüchtungsforschung in Köln, dem Fox-Labor der Duke University und dem Roeder-Labor der Cornell University, beide in den USA, entstand, wurde nun in Cell Reports Methods veröffentlicht.

DataPLANT, NFDI4Biodiversity und NFDI4Microbiota intensivieren als Biodata Interest Group ihre Zusammenarbeit. Dazu haben die drei Konsortien mit einem gemeinsamen Memorandum of Understanding (MoU) einen bedeutenden Schritt zur engeren Zusammenarbeit getan. Ziel ist, Expertise, Energien und Technologien zu bündeln, um die wissenschaftliche Community noch besser bei der Verwaltung und Verarbeitung von biologischen Daten unterstützen zu können.

Quelle: NFDI4Biodiversity