zum Inhalt springen

Big Data gegen das Artensterben

Aufbau des Zentrums BioC², um die Biodiversität unserer Ökosysteme in ihrer genomischen Vielfalt zu erfassen / Die neuen Erkenntnisse sollen zeigen, wie die Gemeinschaften verschiedener Arten funktionieren und wie Ökosysteme auf Umweltveränderungen reagieren

Juniorprofessorin Dr. Ann-Marie Waldvogel und Emmy Noether-Gruppenleiter Dr. Philipp Schiffer auf dem Forschungsschiff der Universität zu Köln | Foto: Ludolf Dahmen, Universität zu Köln

Juniorprofessorin Dr. Ann-Marie Waldvogel und Dr. Philipp Schiffer entnehmen Proben aus dem Rhein | Foto: Ludolf Dahmen, Universität zu Köln

Ein interdisziplinäres Team von Wissenschaftler*innen unter der Leitung von Juniorprofessorin Dr. Ann-Marie Waldvogel und Emmy Noether-Gruppenleiter Dr. Philipp Schiffer hat das Biodiversity Genomics Center Cologne (BioC²) gegründet. Das Projekt wird durch das Excellent Research Support Programm der Universität zu Köln gefördert und zielt darauf ab, die genomische Biodiversität in der Dimension ganzer Ökosysteme zu erfassen. Das neue Zentrum verbindet den Fachbereich Biologie und das Regionale Rechenzentrum (RRZK) der Universität zu Köln (UzK) mit dem Max-Planck-Institut für Pflanzenzüchtungsforschung (MPI-PZ) und dem Westdeutschen Genomzentrum (WGGC), vertreten durch das Cologne Center for Genomics (CCG).

Die globale Biodiversitätskrise stellt Politik und Gesellschaft vor enorme Herausforderungen. Natur- und Artenschutz werden immer wichtiger, um den Fortbestand gesunder Ökosysteme zu sichern, denn sie bilden die Lebensgrundlage auch für uns Menschen. Der Wissenschaft kommt dabei die Rolle zu, die Artenvielfalt sowie ihre Dynamik und die Ursachen ihrer Bedrohung zu verstehen. Die Biodiversitätsgenomik entwickelt sich dabei zu einem Schlüsselbereich der Biowissenschaften. Die Entschlüsselung der genomischen Diversität von natürlichen Populationen, Arten und ökologischen Gemeinschaften schafft grundlegende Kenntnisse zur Funktion biologischer Systeme. Die Forschung verbessert somit das Verständnis darüber, wie unsere Ökosysteme auf die zu erwartenden Umweltveränderungen des globalen Wandels reagieren können.

„Genomische Daten können enorm hilfreich sein, um herauszufinden, wie resilient unsere Ökosysteme gegenüber Veränderungen noch sind. Dafür benötigen wir jedoch Daten zu hunderten Arten aus einem Habitat. Nur durch die Optimierung und Automatisierung von Prozessen werden wir in der Lage sein, diese Daten schnell genug und kostengünstig zu erzeugen“, erklärt Juniorprofessorin Dr. Ann-Marie Waldvogel. „Neue Daten sind unglaublich wertvoll, um Biodiversität zu erfassen und Anpassungen an extreme Umweltbedingungen zu erforschen. Das zeigt unter anderem eine unserer aktuellen Arbeiten zur Genomanalysen eines 46.000 Jahre alten, aus dem Permafrost aufgetauten Fadenwurms“, fügt Dr. Philipp Schiffer hinzu.

In Vorbereitung zu diesem Projekt haben die Forscher*innen bereits die ersten beiden Genome analysiert – eine Alge und eine Ameise aus heimischen Gefilden. Seit dem 1. Juli 2023 baut das Team zusammen mit den drei angestellten Studierenden die Analyse-Strukturen und eine biodiversitätsgenomische Online-Plattform auf. Als Fallbeispiele werden dazu im Laufe der kommenden zwei Jahre ökologisch wichtige Stellvertreterarten aus einer ökologischen Langzeitstudie in Deutschlands größter Binnenwasserstraße, dem Rhein, genomisch erfasst. Auf diese Weise entstehen neben dem Strukturaufbau von BioC² bereits die ersten genomischen Ressourcen für die bislang unzureichend erforschte Biodiversität unserer heimischen Fließgewässer.

Inhaltlicher Kontakt:

Juniorprofessorin Dr. Ann-Marie Waldvogel

Institut für Zoologie

+49 221 470 5294

a.waldvogelSpamProtectionuni-koeln.de

Dr. Philipp Schiffer

Institut für Zoologie

+49 221 470 3238

p.schifferSpamProtectionuni-koeln.de

Presse und Kommunikation:

Jan Voelkel

+49 221 470 2356

j.voelkelSpamProtectionverw.uni-koeln.de

Weitere Informationen:

Artikel zum Thema Genomik im Artenschutz:

“How genomics can help biodiversity conservation”

https://pubmed.ncbi.nlm.nih.gov/36801111/