KI identifiziert Bienenabwehrmittel gegen Pestizide

Forschende der University of California, Riverside, haben ein maschinelles Lernverfahren entwickelt, das chemische Verbindungen identifiziert, die Honigbienen sicher vor pestizidbehandelten Kulturen abschrecken. Die Methode adressiert eine der dringendsten ökologischen Herausforderungen der modernen Landwirtschaft: den Rückgang der Bestäuberpopulationen durch Pestizidexposition. Die Ergebnisse wurden im Fachjournal eLife veröffentlicht. Unter der Leitung von Anandasankar Ray, Professor für molekulare, zelluläre und Systembiologie, und in Zusammenarbeit mit dem Entomologie-Team um Boris Baer, bewältigten die Wissenschaftler die Komplexität des olfaktorischen Systems der Biene, das über mehr als 200 Geruchsrezeptoren verfügt. Anstatt auf massive Datensätze zu setzen, kalibrierte das Team das Machine-Learning-Modell mit qualitativ hochwertigen Daten zu chemischen Strukturen und vorherigen Verhaltensreaktionen von Bienen sowie Fruchtfliegen. Dieser iterative Optimierungsprozess ermöglichte die Durchmusterung von über 50 Millionen potenziellen Wirkstoffen, woraus etwa 130 Kandidaten mit hoher Abschreckwirkung hervorgingen. Die Validierung erfolgte in kontrollierten Labor- und Feldversuchen. Alle sieben getesteten Verbindungen wiesen in der Praxis eine verlässliche Repellwirkung auf, ohne die Gesundheit der Insekten zu gefährden. Die Bienen mieden die behandelten Flächen konsistent, wobei die Feldergebnisse die Modellprognosen bestätigten. Die Technologie eröffnet mehrere Anwendungsfelder. Primär zielt sie auf die Entwicklung bienenfreundlicher Pflanzenschutzmittel ab, die den Ertragsschutz gewährleisten, während die Exposition von Bestäubern minimiert wird. Darüber hinaus können die identifizierten Verbindungen in städtischen Gebieten wie Krankenhäusern oder Wohnquartieren den Nestbau unerwünschter Völker verhindern und in der Landwirtschaft die natürliche Bestäubung gezielt unterbinden, etwa beim Anbau kernloser Obstsorten. Das Forschungsprojekt unterstreicht das transformative Potenzial algorithmischer Verfahren für den Umweltschutz. Die beteiligten Wissenschaftler und das Startup Sensorygen haben Patentanmeldungen für die identifizierten Substanzen eingereicht. Die Forschenden betonen, dass der Schutz von Bestäubern und die Nahrungsmittelsicherheit keine Gegensätze darstellen müssen. Mit datengesteuerten Ansätzen ließe sich eine nachhaltige Balance zwischen agrarischer Produktivität und ökologischer Verantwortung erreichen. Die Methode ebnet den Weg für weitere KI-gestützte Lösungen im Bereich der nachhaltigen Landnutzung und des Insektenschutzes.