MALDIVES

Auftraggeber: Fachhochschule Westschweiz (Hes-so)

Laufzeit: 2017-2020

Projektbeschreibung:

Die Auswirkungen von landwirtschaftlichen Praktiken und Pestiziden auf die Bodenqualität und -gesundheit geben Verbrauchern, Landwirten und Landbewirtschaftern zunehmend Anlass zur Sorge. Um diese Auswirkungen zu bewerten, haben Bioindikatoren, wie z.B. Protisten, ein grosses Potenzial, aber ihr Gebrauch ist begrenzt, da die gegenwärtigen Methoden keine detaillierte und schnelle Analyse von Bodenproben erlauben. Um diese Nachteile zu überwinden, stellt die Identifizierung von Arten auf der Grundlage von DNA-Sequenzen in Verbindung mit den neuen Sequenzierungstechniken der nächsten Generation einen vielversprechenden Ansatz dar, aber die enorme Menge an Sequenzen und ihre grosse Komplexität machen es schwierig, sie mit herkömmlichen Mitteln zu behandeln. Es ist daher unerlässlich, Methoden zu entwickeln, die Bioinformatik und maschinelles Lernen kombinieren, um (i) Sequenzen von Protisten zu quantifizieren, zu analysieren und zu behandeln; (ii) Bioindikatoren (eine Untergruppe von Protisten) zu identifizieren und auszuwählen, die mit verschiedenen Stressoren assoziiert sind; aber auch um (iii) ihre relative Häufigkeit entsprechend den verschiedenen Bedingungen zu modellieren, was zur Konstruktion diagnostischer Modelle führt. Für dieses Projekt wollen wir einen Biomonitoring-Ansatz in Rebenböden entwickeln, der auf der Quantifizierung der Metabarcodierung von Protisten und auf der Vorhersagekraft des maschinellen Lernens basiert.

Kooperationspartner:

• Prof. Dr. Thierry Heger, Changins, Nyon, Switzerland (Leiter)
• Prof. Dr. Carlos Peña-Reyes, heig-vd, Yverdon-Les-Bains, Switzerland (Leiter)