Jerusalem, 2. November 2026 (TPS-IL) — Israelische Forscher haben ein auf künstlicher Intelligenz basierendes Werkzeug entwickelt, das bakterielle DNA selbst dann identifizieren kann, wenn sie von Mikroorganismen stammt, die in bestehenden genetischen Datenbanken fehlen. Dies könnte Wissenschaftlern potenziell dabei helfen, bislang verborgene Formen mikrobiellen Lebens aufzudecken.

Die Technologie könnte neue Wege zur Erforschung von Bodenmikroorganismen eröffnen, von denen viele nach wie vor kaum verstanden sind. Die Identifizierung dieser Bakterien könnte Wissenschaftlern helfen, die Bodengesundheit, das Pflanzenwachstum und die Rolle, die Mikroben in der Umwelt spielen, besser zu verstehen.

Das als BBERT bezeichnete Tool erkennt Muster in bakterieller DNA, anstatt sich auf Vergleiche mit bestehenden genetischen Datenbanken zu stützen. Es kann Fragmente identifizieren, die so kurz wie 100 DNA-Bausteine sind, einschließlich Sequenzen, die herkömmliche Methoden oft nicht klassifizieren können.

Wenn Wissenschaftler Boden-DNA analysieren, erhalten sie Millionen kurzer Fragmente von Bakterien, Pilzen, Pflanzen und anderen Organismen. Deren Herkunft zu bestimmen, kann schwierig sein, insbesondere wenn die Organismen in genetischen Referenzdatenbanken fehlen. Ein Großteil dieses unerklärten genetischen Materials ist als mikrobielle „Dunkle Materie“ bekannt. BBERT begegnet dieser Herausforderung mithilfe einer Technik der künstlichen Intelligenz, die auch in der Sprachtechnologie eingesetzt wird. Anstatt Muster in Sätzen zu lernen, lernt es Muster in bakterieller DNA, was es ihm ermöglicht, unbekannte Sequenzen zu erkennen, ohne dass ein Treffer in einer bestehenden Datenbank erforderlich ist.

BBERT wurde von Forschern der Hebräischen Universität Jerusalem, der Universität Haifa und des Volcani-Instituts, dem Forschungsarm des israelischen Landwirtschaftsministeriums, entwickelt. Die Ergebnisse wurden in der Fachzeitschrift *Nucleic Acids Research* veröffentlicht.

Die Studie wurde von Dr. Amir Erez vom Racah-Institut für Physik der Hebräischen Universität und Dr. Omri M. Finkel von deren Institut für Pflanzen- und Umweltwissenschaften geleitet.

Erforschung mikrobieller Dunkler Materie

In Tests unterschied BBERT bakterielle von nicht-bakterieller DNA mit einer Genauigkeit von etwa 90 % und übertraf damit andere evaluierte Deep-Learning-Tools. Es identifizierte Fragmente, die Anweisungen zur Herstellung von Proteinen enthalten, mit einer Genauigkeit von rund 88 % und bestimmte mit etwa 96 % Genauigkeit, wie diese Anweisungen gelesen werden sollten.

Die Forscher testeten das Tool an 1.969 öffentlich zugänglichen Boden-DNA-Datensätzen. BBERT identifizierte einen beträchtlichen Anteil von Fragmenten, die ein weit verbreitetes Vergleichstool nicht hatte klassifizieren können.

Die Analyse bot zudem neue Einblicke in die mikrobielle Dunkle Materie. Bei unklassifizierten Fragmenten war die Wahrscheinlichkeit höher, dass sie nicht-bakterielle DNA enthielten, als bei Fragmenten, die die Forscher interpretieren konnten. Dies deutet darauf hin, dass das ungeklärte Material aus mehreren Quellen stammt und nicht nur von unbekannten Bakterien.

BBERT kann Wissenschaftlern auch dabei helfen, kurze DNA-Fragmente zu längeren Sequenzen zusammenzufügen, um bakterielle Genome zu rekonstruieren – die vollständigen Sätze genetischer Anweisungen, die Bakterien in sich tragen. In simulierten Tests verkürzte die Filterung der DNA durch das Tool die durchschnittliche Rekonstruktionszeit von etwa 66 Stunden auf 25 Stunden pro Datensatz. Die resultierenden Sequenzen enthielten weniger Fehler und Lücken, während etwa 96 % der ohne Filterung erreichten genetischen Abdeckung beibehalten wurden.

Tests mit Wurzelknöllchen wilder Hülsenfrüchtler – Strukturen, in denen Pflanzen Bakterien beherbergen – zeigten ebenfalls Verbesserungen. BBERT halbierte die Rekonstruktionszeit und reduzierte die maximale Computerauslastung des Arbeitsspeichers von 188 Gigabyte auf 82 Gigabyte, während Verunreinigungen in mehreren rekonstruierten Genomen verringert wurden.

Die Technologie könnte letztlich der Landwirtschaft und der Umweltforschung zugutekommen. Wissenschaftler könnten sie nutzen, um Mikroorganismen zu finden, die Pflanzen bei der Nährstoffaufnahme helfen, Nutzpflanzen vor Krankheiten schützen oder sie resistenter gegen Dürre machen. Sie könnte Forschern auch dabei helfen zu untersuchen, wie mikrobielle Gemeinschaften im Boden auf Umweltverschmutzung und den Klimawandel reagieren. Diese Anwendungen erfordern weitere Forschung und Tests.

Das Werkzeug weist Einschränkungen auf. Es kann bakterielle Fragmente übersehen, anderes genetisches Material fälschlicherweise als bakterielle DNA einstufen und hat Schwierigkeiten, Bakterien von Archaeen, einer weiteren großen Gruppe von Mikroorganismen, zu unterscheiden.

BBERT kann auf einem PC mit einer geeigneten Grafikkarte ausgeführt werden, was fortschrittliche DNA-Analysen möglicherweise für kleinere Labore zugänglicher macht und es Forschern ermöglicht, bestehende Umwelt-DNA-Sammlungen erneut nach Informationen zu durchsuchen, die frühere Methoden nicht identifizieren konnten.