Schimmels zijn overal: in bossen, in onze keukens en zelfs in industriële processen. Toch blijft hun potentieel grotendeels onbenut. Het onderzoek van Mao Peng, gefinancierd binnen het Nationaal Groeifonds-project AiNed, onderzocht hoe kunstmatige intelligentie (AI) kan helpen bij het begrijpen en toepassen van schimmels voor bijvoorbeeld duurzame materialen, biobrandstoffen en alternatieve eiwitten. ‘Schimmels kunnen plantaardig materiaal omzetten in bruikbare stoffen, maar de onderliggende biologische mechanismen zijn moeilijk te ontrafelen,’ legt Peng uit.
Het onderzoek maakt deel uit van AiNed XS Europe dat wordt gecoördineerd door AIC4NL en uitgevoerd in samenwerking met NWO (Nederlandse Organisatie voor Wetenschappelijk Onderzoek). De relatief kleine, kortlopende onderzoeks-projecten leggen de basis voor grotere Europese samenwerkingen en de AI-innovaties van morgen. Nu de projecten zijn afgerond, blikken we samen met de onderzoekers terug op de resultaten.
Tekst: Aafje Sierksma | Beeld: Mao Peng
Gegevens combineren om biologische mechanismen bloot te leggen
Het project van Peng richt zich op het toepassen van AI om diverse biologische datasets te integreren en te analyseren, om patronen te ontdekken en biologische mechanismen te ontrafelen. Een belangrijke toepassing is het identificeren van de eiwitten die schimmels gebruiken. Deze eiwitten zijn niet alleen essentieel voor de groei van schimmels, maar ook voor industriële toepassingen. ‘We gebruiken soortgelijke eiwitten in alledaagse producten zoals wasmiddelen,’ zegt Peng. ‘Ze zijn ook cruciaal voor biobrandstofproductie, zoals ethanol uit plantaardige biomassa.’ Eerder vereiste het identificeren van dergelijke eiwitten tijdrovend experimenteel werk. Een groot aantal ‘kandidaatgenen’ uit verschillende schimmels moest worden getest om te kijken welk gen voor het bewuste eiwit zorgt. AI maakt een efficiëntere aanpak mogelijk. ‘In plaats van grote aantallen genen te testen, kunnen we prioriteit geven aan wat AI als de meest veelbelovende kandidaten ziet. Dat bespaart tijd en verhoogt de slagingskans,’ legt Peng uit.
Waarde erkennen die verder gaat dan geavanceerde AI-methoden
Het project toont het belang aan van data-integratie op gebieden zoals schimmelgenomica en evolutionair en fysiologisch onderzoek, waar datasets vaak gefragmenteerd zijn. Het combineren van deze verschillende soorten data kan waardevolle biologische inzichten opleveren die vroeger veel tijd en moeite kostten. Een belangrijk inzicht is dat innovatie niet noodzakelijkerwijs afhankelijk is van het gebruik van de meest geavanceerde AI-technieken. ‘We gebruiken relatief standaard machine learning-methoden en passen die toe op een uitdagend biologisch probleem,’ zegt Peng.
Ondersteuning van duurzame biotechnologie
Het werk van Peng heeft al bijgedragen aan de selectie van schimmelsoorten voor het produceren van alternatieve eiwitbronnen uit plantaardig materiaal, ter vervanging van vlees. Dergelijke toepassingen worden steeds relevanter in de context van klimaatverandering en de behoefte aan duurzame productiesystemen. Schimmels zouden een sleutelrol kunnen spelen in toekomstige ‘celfabrieken’, waar biologische organismen worden gebruikt om energie, voedsel en materialen efficiënter te produceren. Volgens Peng is het opbouwen van netwerken tussen onderzoekers en de industrie daarom cruciaal. De open databases en tools die binnen zijn project zijn ontwikkeld, zijn een stap voorwaarts om het onderzoek toegankelijk te maken voor een bredere gemeenschap.
In plaats van grote aantallen genen te testen, kunnen we prioriteit geven aan de meest veelbelovende kandidaten – Mao Peng, bio-informaticus bij het Westerdijk Fungal Biodiversity Institute
Persoonlijke en wetenschappelijke impact
Voor Peng had de AiNed-beurs een aanzienlijke impact op zowel zijn onderzoek als zijn loopbaanontwikkeling. ‘Voor beginnende onderzoekers is het moeilijk om financiering te verkrijgen en onafhankelijkheid te verwerven’, zegt hij. ‘Deze beurs gaf me vertrouwen en bood de kans om nieuwe ideeën uit te testen en expertise op te bouwen.’ Het project versterkte ook zijn positie binnen een bredere verschuiving naar datagestuurd biologisch onderzoek. Peng beschouwt AI als essentieel voor het versnellen van ontdekkingen in de biotechnologie. ‘Door met AI grote en diverse biologische gegevens te analyseren, kunnen we complexe biologische systemen beter begrijpen en sneller duurzame oplossingen ontwikkelen.’
Over Nationaal Groeifonds (NGF) AiNed XS Europe
De NGF AiNed XS Europe-call, ontwikkeld in samenwerking met NWO, heeft veertig eenjarige projecten opgeleverd die onderzoekers in staat stellen om samen met Europese partners nieuwsgierigheidsgedreven, risicovol AI-onderzoek te doen. Het ondersteunt het snel verkennen van gedurfde ideeën waarbij de uitkomsten onzeker zijn, maar elk resultaat bijdraagt aan wetenschappelijke vooruitgang. Deelnemers aan de NGF AiNed XS Europe-oproep hebben elkaars voorstellen beoordeeld. Peng ervoer dit evaluatiesysteem als creatief en uniek. ‘Het moedigt onderzoekers aan om opener te zijn. We kunnen niet zomaar de deur sluiten en onze eigen wetenschap bedrijven; het is ook nodig dat anderen ons onderzoek begrijpen.’
Bron: NWO
