Durchbruch bei der Identifizierung von Nematoden mit KI
Um schädliche Nematoden in der Landwirtschaft effektiv und nachhaltig zu bekämpfen, muss zunächst klar sein, um welche Art es sich handelt. Die Identifizierung von Nematodenarten ist komplex, kostspielig und erfordert Fachwissen, das weltweit nur begrenzt verfügbar ist.
Forscher der Wageningen University & Research (WUR) arbeiten an der Entwicklung eines KI-Identifizierungssystems für Nematoden. Ein erster Meilenstein ist, dass es gelungen ist, das KI-System über ein Mikroskop dazu zu bringen, den Wurzelgallennematoden Meloidogyne chitwoodi selbstständig zu erkennen. In Tests erreichte das System die Leistung eines erfahrenen taxonomischen Nematologen.
Die fadenförmigen Würmer mit einer Länge zwischen 0,2 mm und 3 mm kommen fast überall im Boden vor – auch auf landwirtschaftlichen Flächen. Obwohl einige Nematodenarten einen positiven Einfluss auf den Boden haben, gibt es auch Arten, die Landwirte lieber nicht auf ihren Feldern haben möchten, erklärt Forscher Leendert Molendijk. „Wenn sich schädliche Nematoden im Boden befinden, wie bspw. Stängelnematoden oder Wurzelgallennematoden, kann das bedeuten, dass man bspw. Zwiebeln, Knollen und Pflanzgut nicht mehr exportieren darf. Außerdem können bei Pflanzen Missbildungen auftreten, wodurch sie schwer oder gar nicht mehr verkäuflich sind.“
Schädliche Nematoden verursachen weltweit jährlich Schäden in Höhe von mehreren zehn Milliarden Euro an Nutzpflanzen. Forscher schätzen, dass 10 % der landwirtschaftlichen Produktion davon betroffen sind.
Beim Integrated Nematode Management – der Bekämpfung schädlicher Nematodenarten mit einem Minimum an Nematiziden – ist es laut Molendijk von großer Bedeutung, genau zu wissen, mit welcher Art man es zu tun hat. „Man möchte keine harmlosen und nützlichen Nematoden bekämpfen. Außerdem unterscheidet sich die Wirksamkeit der Maßnahmen je nach Art. Einige nehmen nach der Fruchtfolge mit anderen Kulturen oder Gründüngungspflanzen ab, aber es gibt auch Arten, die auf allen Arten von Kulturen gut gedeihen. Auch der Zeitpunkt des Anbaus kann dazu beitragen, bestimmte Arten zu beseitigen. Manchmal sind drastische Maßnahmen erforderlich, wie z.B. die Überflutung eines Grundstücks.“
Die Identifizierung von Nematodenarten erfordert viel Fachwissen, erklärt der Forscher Pella Brinkman. „Die Unterschiede zwischen den Arten sind oft minimal. Es kommt wirklich auf Details an: die Form der Stachelknospen, die Länge eines durchsichtigen Teils der Schwanzspitze oder die Anzahl der Kopfringe. Außerdem kann man oft erst im adulten Stadium erkennen, um welche Art es sich handelt. Die Identifizierung erfolgt in der Regel manuell in spezialisierten Labors mit Mikroskopen, manchmal ist jedoch eine zusätzliche molekulare Analyse erforderlich. Weltweit gibt es nur wenige Dutzend Labors, die über die richtigen Mittel und Fachkenntnisse verfügen, darunter die WUR. Es ist ein teurer und spezialisierter Bereich.
Brinkman erklärt, welchen Beitrag die WUR zum KI-System geleistet hat. „Wir haben u.a. die Nematoden aus unserer Zucht zur Verfügung gestellt. Außerdem haben wir die Nematoden benannt, die Annotation. Dies ist unerlässlich, um das Modell anhand einer großen Anzahl von Bildern zu trainieren. Außerdem haben wir für die Validierung gesorgt, eine Überprüfung der Zuverlässigkeit. Dazu haben wir Feldproben verwendet, von denen wir wussten, dass sie eine hohe Anzahl an Wurzelgallennematoden enthielten. Wenn das System Fehler machte, half das Team bei der Analyse möglicher Ursachen und gab Empfehlungen zu den morphologischen Merkmalen, auf die sich die KI konzentrieren sollte, um die Identifizierungsgenauigkeit zu erhöhen.“
Die Tests mit dem KI-gesteuerten Mikroskop von Veridi (NemascopeTM) ergaben eine Genauigkeit von 96 % bei der Identifizierung von Meloidogyne chitwoodi. Damit zeigt die Studie, dass KI ein nützliches Hilfsmittel für die Nematodenidentifizierung sein kann. Molendijk: „Seit den 1990er Jahren arbeiten wir an technischen Möglichkeiten für eine effizientere Identifizierung. Dass dies nun mit KI gelingt, ist ein wichtiger Meilenstein. Wenn wir dies auch auf andere Nematodenarten anwenden können, kann dies weltweit große Auswirkungen haben. Vor allem in Regionen, in denen es an taxonomischem Wissen und Beratungsdiensten mangelt. Wenn wir Landwirten weltweit Zugang zu einem erschwinglichen Identifizierungssystem verschaffen, erhalten sie ein besseres Bild von der Bodengesundheit. Und das kann wiederum zu besseren Ernteerträgen und einer geringeren Abhängigkeit von Nematiziden führen.“
