Der globale Wandel aufgrund menschlicher Aktivitäten führt zu einer zunehmenden Anzahl von beeinträchtigten Ökosystemen und stellt eine Herausforderung für die Menschheit dar, da das menschliche Leben auf der Erde von der Stabilität der Ökosystemleistungen abhängt. Mikroorganismen sind Schlüsselorganismen in den Stoffkreisläufen aller wichtigen Elemente. Sie sind daher ein Fundament für alle biologischen Prozesse und relevant für Ökosystemleistungen. Sie eignen sich zudem aufgrund ihrer geringen Größe und kurzen Generationszeiten zur Erstellung umfassender Datensätze und stellen daher Modellorganismen zum Testen ökologischer Theorien dar.

Die funktionelle Stabilität von Artgemeinschaften wird oft auf die folgenden Mechanismen zurückgeführt: auf der einen Seite wirkt es sich positive auf die Stabilität der gesamten Artgemeinschaft aus, wenn die einzelnen Arten darin robust gegenüber Umweltveränderungen sind. Dementsprechend kann die Klassifizierung einzelner Arten in einer Gemeinschaft entlang des Generalist-Spezialist Kontinuums aussagekräftig für die Toleranz der gesamten Gemeinschaft gegenüber Umweltveränderungen sein. Weiterhin werden Diversitätsstrukturen sowie die Struktur interspezifischer Wechselbeziehungen in Zusammenhang mit der Toleranz ökologischer Gemeinschaften gegenüber Umweltveränderungen gebracht.

Das genetische Material mikrobieller Gemeinschaften stellt eine Blaupause ihrer Funktionsweise dar und sollte theoretisch alle Informationen über die Toleranz einzelner Taxa sowie über die oben genannten Gemeinschaftsstrukturen enthalten. Die Wissenschaft steht allerdings erst am Anfang das volle Potential der komplexen sogenannten „Meta-omic“ Daten nutzen zu können. Das Ziel des eingereichten Projektes ist es aus den Metagenomen und Metatranskriptomen aquatischer mikrobieller Gemeinschaften Strukturen zu erkennen, die es ermöglichen die Mechanismen funktioneller Stabilität dieser Gemeinschaften abzuleiten und zu verstehen.

Ich habe ich mich während der letzten 3 Jahre meines Projektes intensiv mit experimentellen Arbeiten beschäftigt, um die für die funktionelle Stabilität mikrobieller Gemeinschaften entscheidenden genetischen Strukturen besser zu verstehen.

In den kommenden drei Jahren möchte ich mich darauf konzentrieren, die Ergebnisse dieser Experimente mit der Dynamik mikrobieller Gemeinschaften in ihrer natürlichen Umgebung zu verknüpfen. Zu diesem Zweck möchte mit Hilfe künstlicher Intelligenz (i) Metagenomdaten zur Vorhersage von funktionellen Attributen, wie z. B. Resilienz und Resistenz aquatischer mikrobieller Gemeinschaften verwenden und (ii) die zeitliche Heterogenität aquatischer Ökosysteme anhand mikrobieller Metagenomdaten bewerten.