Suchen

Computational Life Science Flut an Forschungsdaten sinnvoll nutzen

| Redakteur: Dipl.-Chem. Marc Platthaus

Auch in der Pflanzenforschung ermöglichen moderne Analysemethoden die Generierung von enormen Datenmengen. Obwohl schon deutliche Fortschritte bei der Auswertung gemacht wurden, sehen Experten nach wie vor einen Nachholbedarf, wie eine zweitägige Konferenz bei Bayer Crop Science gezeigt hat.

Firmen zum Thema

„Wir haben die Daten-Herausforderung klar erkannt. Da wir nach integrierten Lösungen aus all unseren Technologien suchen, sehen wir Computational Life Science als wesentliches Element der Vernetzung zwischen den Disziplinen“, sagte Adrian Percy, Leiter von Forschung und Entwicklung bei Bayer Crop Science.
„Wir haben die Daten-Herausforderung klar erkannt. Da wir nach integrierten Lösungen aus all unseren Technologien suchen, sehen wir Computational Life Science als wesentliches Element der Vernetzung zwischen den Disziplinen“, sagte Adrian Percy, Leiter von Forschung und Entwicklung bei Bayer Crop Science.
(Bild: Bayer Crop Science)

Monheim – Neue DNA-Sequenzen, Ergebnisse aus tausenden von Versuchen in Feldern und Gewächshäusern weltweit, dreidimensionale Aufnahmen von Pflanzen – die Flut von Daten aus Forschung und Entwicklung wächst derzeit schneller als die Analysemöglichkeiten. Wie können diese Daten so gesichert, geordnet, zugänglich gemacht und dann untersucht werden, dass aus ihnen neue Erkenntnisse gewonnen werden? Diese Frage war Thema einer zweitägigen Konferenz „Computational Life Science“ (CLS) bei Bayer Crop Science in Monheim mit internen und externen Experten sowie Kollegen von Bayer Health Care und Bayer Technology Services.

„Wir haben die Daten-Herausforderung klar erkannt. Da wir nach integrierten Lösungen aus all unseren Technologien suchen, sehen wir CLS als wesentliches Element der Vernetzung zwischen den Disziplinen“, sagte Adrian Percy, Leiter von Forschung und Entwicklung bei Bayer Crop Science. In der Gruppe “Computational Life Science” beschäftigen sich rund 85 Wissenschaftler mit dem Thema. Die Forscher erhoffen sich dadurch zum Beispiel neue Erkenntnisse über die Entstehung von Resistenzen und Ansatzpunkte für neue, sichere Wirkstoffe oder für die Entwicklung neuer Pflanzeneigenschaften. „Wenn mit computergestützten und mathematischen Modellen eine große Menge von Daten analysiert wird, können ganz neue Erkenntnisse und Zusammenhänge erschlossen werden“, bestätigte Yves Van de Peer von der Universität Gent/VIB in Belgien.

„Unsere Computer-Wissenschaftler ermöglichen nicht nur Management und Analyse von Daten. Sie liefern vielmehr wesentliche wissenschaftliche Beiträge in Projekten und tragen so zu verstärkter Zusammenarbeit und einer aufgeschlossenen, den Datenaustausch fördernden Geisteshaltung in Forschung und Entwicklung bei“, sagte Christian Paulitz, Leiter von Computational Life Science bei Bayer Crop Science.

Herausforderung: Datenstruktur vereinheitlichen und zusammenführen

Dabei können Technologien aus verschiedenen Bereichen genutzt werden: So wird mittlerweile eine Software, mit der Astronomen kleine Unterschiede in entfernten Galaxien analysieren, auch in der Krebsforschung für die Untersuchung von Geweben eingesetzt. „Technology hopping“ nannte ein Experte den Einsatz von Technologien aus anderen Gebieten. Dafür ist Bayer mit seiner umfassenden Expertise auf dem Gebiet der Gesundheit von Menschen, Tieren und Pflanzen prädestiniert.

Kritisch bewertete Barend Mons von der niederländischen Universität Leiden den Stand der Auswertungsmöglichkeiten: „Wir verpassen derzeit 95 Prozent von dem, was möglich wäre.“ So seien viele Informationen nicht verfügbar, weil sie nicht maschinenlesbar, Links nicht mehr aktuell und Datenbanken nicht in der Lage seien, miteinander zu kommunizieren. Daten seien heute so wichtig wie Öl – doch die Pipelines zum Transport und die Möglichkeiten zur Aufbereitung des neuen Rohstoffs fehlten noch weitgehend.

Auch die Herausforderungen, vor denen die Forscher speziell im Bereich Pflanzenforschung stehen, wurden diskutiert. So verwiesen Teilnehmer auf die große Unsicherheit hinsichtlich künftiger Anbaubedingungen und Risiken für die Ernten; zudem seien neue Sorten nur unter den gegenwärtigen Bedingungen zu testen – und blieben dennoch optimistisch: „Grundsätzlich gibt es das Potenzial für erhebliche Ertragssteigerungen.“

Chemische und biologische Daten zusammenfassen

Zwischen den Vorträgen der externen Experten präsentierten Crop-Science-Wissenschaftler, überwiegend aus dem CLS-Team, ihre Projekte. Die Teams beschäftigen sich zum Beispiel damit, wie chemische und biologische Daten aus unterschiedlichen Quellen einheitlich zugänglich gemacht werden können oder welchen Einfluss Moleküle auf epigenetische Änderungen im Erbgut haben, also nicht in der DNA selbst, sondern bei ihrer Ablesung. Andere arbeiten daran, möglichst frühzeitig die potentiell toxischen Wirkungen von Molekülen einschätzen zu können. Hier können zum Beispiel die über Jahrzehnte gesammelten Daten von Crop Science und Health Care neue Erkenntnisse liefern.

Einig waren sich die rund 100 Teilnehmer über die zentrale Bedeutung der neuen Möglichkeiten. Zu den beiden bisherigen Pfeilern der Wissenschaft, dem Aufstellen einer Hypothese und ihrer anschließenden Überprüfung im Experiment, komme mittlerweile ein dritter Pfeiler: Computational Life Science oder „e-science“. Dieser dritte Pfeiler sei nötig, mit einer „neuen Realität“ umgehen zu können: komplexeren Theorien, großen Datenvolumen und häufig international arbeitenden Teams.

(ID:43485438)