18.07.2022 - Oregon State University

Künstliche Intelligenz soll helfen, Honigbienen vor Pestiziden zu schützen

Forscher entwickeln Computermodell zur Vorhersage, ob ein Pestizid Bienen schaden wird

Forscher des College of Engineering der Oregon State University haben sich die Möglichkeiten der künstlichen Intelligenz zunutze gemacht, um Bienen vor Pestiziden zu schützen.

Cory Simon, Assistenzprofessor für Chemieingenieurwesen, und Xiaoli Fern, außerordentliche Professorin für Informatik, leiteten das Projekt, bei dem ein maschinelles Lernmodell trainiert wurde, um anhand der Molekularstruktur eines vorgeschlagenen neuen Herbizids, Fungizids oder Insektizids vorherzusagen, ob es für Honigbienen giftig ist.

Die Ergebnisse, die auf der Titelseite des Journal of Chemical Physics in einer Sonderausgabe mit dem Titel "Chemical Design by Artificial Intelligence" vorgestellt werden, sind wichtig, da viele Obst-, Nuss-, Gemüse- und Saatgutkulturen von der Bestäubung durch Bienen abhängig sind.

Ohne Bienen, die den für die Fortpflanzung benötigten Pollen übertragen, würden fast 100 Nutzpflanzen in den Vereinigten Staaten verschwinden. Der weltweite wirtschaftliche Einfluss der Bienen wird auf jährlich über 100 Milliarden Dollar geschätzt.

"Pestizide werden in der Landwirtschaft in großem Umfang eingesetzt, um die Ernteerträge zu steigern und die Ernährungssicherheit zu gewährleisten, aber Pestizide können auch Arten schädigen, die nicht zur Zielgruppe gehören, wie zum Beispiel Bienen", so Simon. "Und da Insekten, Unkräuter usw. mit der Zeit Resistenzen entwickeln, müssen ständig neue Pestizide entwickelt werden, die den Bienen nicht schaden."

Die Doktoranden Ping Yang und Adrian Henle nutzten Daten zur Toxizität von Honigbienen aus Experimenten zur Pestizidexposition mit fast 400 verschiedenen Pestizidmolekülen, um einen Algorithmus zu trainieren, der vorhersagt, ob ein neues Pestizidmolekül für Honigbienen giftig ist.

"Das Modell repräsentiert Pestizidmoleküle durch die Menge der zufälligen Spaziergänge auf ihren molekularen Graphen", so Yang.

Ein Random Walk ist ein mathematisches Konzept, das jeden mäandrierenden Pfad beschreibt, z. B. auf der komplizierten chemischen Struktur eines Pestizids, bei dem jeder Schritt entlang des Pfades durch Zufall entschieden wird, wie durch Münzwürfe.

Stellen Sie sich vor, erklärt Yang, dass Sie einen ziellosen Spaziergang entlang der chemischen Struktur eines Pestizids machen und sich Ihren Weg von Atom zu Atom über die Bindungen bahnen, die die Verbindung zusammenhalten. Sie reisen in zufällige Richtungen, behalten aber Ihre Route im Auge, die Abfolge der Atome und Bindungen, die Sie besuchen. Dann macht man sich auf den Weg zu einem anderen Molekül und vergleicht die Abfolge von Drehungen und Wendungen mit dem, was man zuvor gemacht hat.

"Der Algorithmus erklärt zwei Moleküle für ähnlich, wenn sie viele Wege mit der gleichen Abfolge von Atomen und Bindungen gemeinsam haben", so Yang. "Unser Modell dient als Ersatz für ein Bienengift-Experiment und kann verwendet werden, um vorgeschlagene Pestizidmoleküle schnell auf ihre Toxizität zu überprüfen.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Fakten, Hintergründe, Dossiers
Mehr über Oregon State University