Analyse mikrobieller Gemeinschaften in der Warnow-Mündung mittels KI-basierter Topic Modeling Methode
Mikrobielle Gemeinschaften reagieren empfindlich auf Umweltveränderungen, jedoch erschwert ihre hohe Diversität die Erkennung ökologischer Muster. Ein Forschungsteam des Leibniz-Instituts für Ostseeforschung Warnemünde (IOW) hat eine ursprünglich für die Textanalyse entwickelte KI-Technik erfolgreich auf komplexe Umweltproben angewandt. Dabei konnten fünf saisonal aufeinanderfolgende mikrobielle Teilgemeinschaften in der Warnow-Mündung identifiziert werden. Die Methode bewahrte ökologische und funktionale Informationen vergleichbar gut oder besser als etablierte Verfahren. Die Ergebnisse wurden im Fachjournal Environmental Microbiome veröffentlicht.
Bedeutung mikrobieller Gemeinschaften in aquatischen Ökosystemen
Mikroorganismen sind allgegenwärtig und erfüllen zentrale Funktionen in Ökosystemen, etwa durch den Abbau organischer Substanzen und die Beeinflussung von Stoffkreisläufen. Ihre Zusammensetzung reagiert schnell auf Umweltveränderungen und liefert somit Hinweise auf den Zustand von Gewässern. Die Analyse erzeugt jedoch umfangreiche Datensätze: In einzelnen Proben können bis zu Hunderttausende genetischer Signaturen nachgewiesen werden, deren Vorkommen von Faktoren wie Temperatur, Salzgehalt, Nährstoffkonzentration und Jahreszeit beeinflusst wird.
Übertragung von Topic Modeling auf ökologische Daten
Das Forscherteam um Anna Kujat (IOW-Doktorandin) und Theodor Sperlea (wissenschaftlicher Korrespondenzautor) prüfte den Einsatz von Topic Modeling, einer unüberwachten Lernmethode aus der Textanalyse, für die Auswertung komplexer mikrobieller Daten. Diese Technik gruppiert häufig gemeinsam auftretende Wörter zu Themen („Topics“). Übertragen auf Mikrobiome werden Mikroorganismen mit ähnlichen Verteilungsmustern in den Proben zusammengefasst. Ziel war es, aus der hohen Biodiversität eine überschaubare Anzahl biologisch interpretierbarer Muster zu extrahieren.
Datengrundlage und Untersuchungsgebiet
- Untersuchungsgebiet: Warnow-Mündung und angrenzende Küstenbereiche der südwestlichen Ostsee, geprägt durch dynamische Einflüsse wie Flusseintrag, Wind, Süß- und Ostseewasser sowie anthropogene Belastungen (Abwässer, Industrie, Tourismus).
- Probenumfang: 1.551 Wasserproben von 14 festen Stationen, entnommen zwischen April 2022 und April 2023 im Rahmen des Projekts OTC Genomics 2.
- Erfasste Parameter: Mikrobielle Gemeinschaften, Salzgehalt, Wassertemperatur, Chlorophyll-a, Nährstoffkonzentrationen sowie Süßwasserzuflussdaten.
- Datensatz: 1.236 unterschiedliche bakterielle Erbgutvarianten nach Datenaufbereitung.
Vergleich von Topic Modeling mit etablierten Analyseverfahren
Die Forschenden testeten zwei Varianten des Topic Modeling und verglichen diese mit traditionellen Methoden zur Datenreduktion. Die Bewertung erfolgte anhand der Fähigkeit, ökologische Variablen (z. B. Salzgehalt, Chlorophyll-a, Probenort) abzubilden sowie funktionelle Ähnlichkeiten der Mikroorganismen zu bewahren. Die Ergebnisse zeigten, dass Topic Modeling mindestens gleichwertige und in einigen Fällen bessere Analyseleistungen erbringt.
Saisonale Dynamik mikrobieller Teilgemeinschaften
Für die detaillierte ökologische Interpretation wurde das Topic Modeling-Verfahren ausgewählt, das sowohl ökologische als auch funktionelle Informationen am besten extrahierte. Insgesamt wurden elf mikrobielle Teilgemeinschaften identifiziert, von denen fünf für die Warnow-Mündung charakteristisch sind. Diese traten nicht simultan auf, sondern folgten einer klaren saisonalen Abfolge mit Schwerpunkten im Frühjahr, Sommer, Frühherbst und in der kalten Jahreszeit bis Ende November.
Die Teilgemeinschaften unterschieden sich in ihrer taxonomischen Zusammensetzung und den bevorzugten Umweltbedingungen:
- Zwei sommerliche Gruppen korrelierten mit Temperaturen über 20 °C und Salzgehalten zwischen 15 und 20 PSU.
- Die Frühjahrsgruppe war bei Salzgehalten von 8 bis 15 PSU und Temperaturen zwischen 8 und 17 °C dominant.
- Im Herbst führte ein erhöhter Süßwasserzufluss zu einem langfristigen Absinken des Salzgehalts, was den sukzessiven Austausch der Teilgemeinschaften zugunsten süßwasser- oder küstentypischer Gruppen bewirkte.
Die Methode ermöglicht nicht nur die Erfassung von Veränderungen in mikrobiellen Gemeinschaften, sondern auch die Identifikation von Organismengruppen, die gemeinsam auf spezifische Umweltbedingungen reagieren. Dies eröffnet neue ökologische Perspektiven für dynamische Lebensräume wie die Warnow-Mündung.
Potenziale für Umweltmonitoring und zukünftige Anwendungen
Die Studie demonstriert die erfolgreiche Übertragung eines linguistischen Verfahrens auf ökologische Fragestellungen in einem komplexen natürlichen System und liefert eine systematische methodische Bewertung. Topic Modeling kann komplexe Mikrobiomdaten stark verdichten und dabei wesentliche ökologische Zusammenhänge bewahren.
Diese Methode könnte zukünftig dazu beitragen, Umweltveränderungen frühzeitiger zu erkennen und die Überwachung von Gewässern zu verbessern. Dabei soll sie etablierte Verfahren ergänzen, nicht ersetzen. Zudem eröffnet die Arbeit Perspektiven für die Integration weiterer computerlinguistischer Methoden, einschließlich der Algorithmen hinter Large Language Models, in die Analyse hochkomplexer Umweltdatensätze.
Projekt und Kontakt
Das Projekt OTC Genomics 2 (https://www.iow.de/otcg-home-de.html) wird im Rahmen des Ocean Technology Campus Rostock vom Bundesministerium für Forschung, Technologie und Raumfahrt gefördert.
Kontakt Presse: Dr. Kristin Beck | Telefon: 0381 – 5197 135 | E-Mail: presse@iow.de
Wissenschaftlicher Ansprechpartner: Dr. Theodor Sperlea | Telefon: +49 381 5197 3402 | E-Mail: theodor.sperlea@iow.de
Originalpublikation
Anna S. Kujat, Christiane Hassenrück, Stefan Lüdtke, Matthias Labrenz, Theodor Sperlea (2026): Enhancing the understanding of environmental microbiomes through topic modeling: a quantitative and qualitative analysis. Environmental Microbiome, 21: 90. DOI: 10.1186/s40793-026-00927-2
