Eine neue Studie des Agricultural Research Service (ARS) des USDA und der Iowa State University (ISU) zeigt, dass generative künstliche Intelligenz (KI) dazu beitragen kann, die Suche nach Lösungen zur Reduzierung der durch Kühe in der Tierhaltung verursachten enterischen Methanemissionen zu beschleunigen, die etwa 33 % ausmachen Prozent der US-Landwirtschaft und 3 Prozent der gesamten US-Treibhausgasemissionen.
„Die Entwicklung von Lösungen zur Bekämpfung der Methanemissionen aus der Tierhaltung hat oberste Priorität. Unsere Wissenschaftler setzen weiterhin innovative und datengesteuerte Strategien ein, um Viehzüchtern dabei zu helfen, Emissionsreduktionsziele zu erreichen, die die Umwelt schützen und eine nachhaltigere Zukunft der Landwirtschaft fördern“, sagte ARS-Administrator Simon Liu.
Eine dieser innovativen Lösungen beginnt im Magen der Kuh, wo Mikroorganismen zur enterischen Fermentation beitragen und die Kühe im Rahmen normaler Verdauungsprozesse dazu bringen, Methan auszustoßen. Das Wissenschaftlerteam fand eine Gruppe zusammengesetzter Moleküle, die die Methanproduktion im größten der vier Magenkompartimente der Kuh, dem Pansen, hemmen können und die getestet werden können, um zur Minderung der Methanemissionen beizutragen.
Insbesondere ein Molekül, Bromoform, das natürlicherweise in Algen vorkommt, wurde von der wissenschaftlichen Gemeinschaft identifiziert und weist Eigenschaften auf, die bei der Verfütterung an Rinder zu einer Reduzierung der enterischen Methanproduktion von Rindern um 80–98 Prozent führen können. Leider ist Bromoform als krebserregend bekannt, weshalb seine potenzielle Verwendung bei Rindern aus Gründen der Lebensmittelsicherheit eingeschränkt ist. Daher suchen Wissenschaftler weiterhin nach Molekülen mit einem ähnlichen Potenzial zur Hemmung von enterischem Methan. Diese Art der Forschung stellt jedoch die Herausforderung dar, dass sie besonders zeitaufwändig und teuer ist.
Als Reaktion auf diese Herausforderungen kombinierte ein Team von Wissenschaftlern der ARS Livestock Nutrient Management Research Unit und der Abteilung für Chemie- und Bioingenieurwesen der ISU generative KI mit großen Rechenmodellen, um die Suche nach Bromoform-ähnlichen Molekülen voranzutreiben, die die gleiche Aufgabe ohne Toxizität erfüllen können .
„Wir verwenden fortschrittliche molekulare Simulationen und KI, um neuartige Methaninhibitoren zu identifizieren, die auf den Eigenschaften zuvor untersuchter Inhibitoren (wie Bromoform) basieren, aber sicher und skalierbar sind und ein großes Potenzial zur Hemmung von Methanemissionen haben“, sagte Matthew Beck, a Forschungstierwissenschaftler, der zum Zeitpunkt des Abschlusses der Studie bei ARS arbeitete und jetzt an der Abteilung für Tierwissenschaften der Texas A&M University arbeitet. „Die Iowa State University leitet die Computersimulations- und KI-Arbeit, während ARS die Führung bei der Identifizierung von Verbindungen und deren Wahrheitsprüfung übernimmt, indem sie eine Kombination aus In-vitro- (Labor) und In-vivo-Studien (lebende Rinder) verwendet.“
Zur Erstellung großer Rechenmodelle wurden öffentlich zugängliche Datenbanken verwendet, die wissenschaftliche Daten aus früheren Studien zum Pansen von Kühen enthielten. KI wurde zusammen mit diesen Modellen verwendet, um das Verhalten von Molekülen vorherzusagen und diejenigen zu identifizieren, die in einem Labor weiter getestet werden können. Die Ergebnisse der Labortests speisen die Computermodelle der KI ein, um genauere Vorhersagen zu treffen, und erzeugen so einen Rückkopplungsschleifenprozess, der als graphisches neuronales Netzwerk bekannt ist.
„Unser graphisches neuronales Netzwerk ist ein Modell für maschinelles Lernen, das die Eigenschaften von Molekülen lernt, einschließlich Details der Atome und der chemischen Bindungen, die sie halten, und gleichzeitig nützliche Informationen über die Eigenschaften der Moleküle behält, die uns dabei helfen, zu untersuchen, wie sie sich wahrscheinlich verhalten im Magen der Kuh“, sagte ISU-Assistenzprofessor Ratul Chowdhury. „Wir haben ihren biochemischen Fingerabdruck untersucht, um herauszufinden, was sie dazu bringt, ihre Arbeit erfolgreich zu erledigen, im Gegensatz zu den anderen fünfzigtausend Molekülen, die im Pansen der Kuh lauern, aber die Methanproduktion nicht aktiv stoppen.“
„Diese Studie hat erfolgreich gezeigt, dass fünfzehn Moleküle sehr nahe beieinander in einem sogenannten ‚funktionalen Methanogenese-Hemmungsraum‘ gruppieren, was bedeutet, dass sie anscheinend das gleiche enterische Methanhemmungspotenzial, die gleiche chemische Ähnlichkeit und die gleiche Zellpermeabilität wie Bromoform aufweisen“, fügte Chowdhury hinzu .
Wissenschaftler glauben, dass KI eine wichtige Rolle dabei spielen kann, zu verstehen, wie bekannte Moleküle sowohl mit Proteinen als auch mit der mikrobiellen Gemeinschaft des Pansens interagieren, und dadurch neue Moleküle und potenziell wichtige Wechselwirkungen innerhalb des Pansenmikrobioms zu entdecken. Diese Art der prädiktiven Modellierung kann besonders für Tierernährungswissenschaftler hilfreich sein.
„Es gibt derzeit andere vielversprechende Strategien zur Minderung der enterischen Methanemissionen, aber die verfügbaren Lösungen sind relativ begrenzt“, sagte USDA-ARS-Forschungsleiter Jacek Koziel. „Deshalb ist die Kombination von KI und Laborforschung durch iterative Verfeinerung ein wertvolles wissenschaftliches Werkzeug. KI kann die Forschung vorantreiben und diese verschiedenen Wege beschleunigen, die Tierernährungswissenschaftler, Forscher und Unternehmen verfolgen können, um uns einem sehr ehrgeizigen Ziel näher zu bringen.“ Ziel ist es, den Ausstoß von Treibhausgasen zu begrenzen und zur Eindämmung des Klimawandels beizutragen.“
Die Studie präsentiert auch eine Gesamtaufschlüsselung der rechnerischen und monetären Kosten für die Durchführung dieser Forschung auf Pro-Molekül-Basis. Diese Analyse wurde durchgeführt, um eine Schätzung der potenziellen Kosten und vorhersehbaren Fallstricke dieser Forschung aufzuzeigen. Diese Schätzung kann als Entscheidungshilfe für Investitionen für diese Art von Forschung verwendet werden, die vollständig in einem Labor durchgeführt werden soll.
Chowdhury, Beck und Koziel sind Co-Autoren des in veröffentlichten Artikels Tiergrenzenzusammen mit Nathan Frazier (ARS) und Logan Thompson (Kansas State University). Mohammed Sakib Noor, ein ISU-Doktorand, arbeitet mit Chowdhury an der Entwicklung der graphischen neuronalen Netze.
Der Agrarforschungsdienst ist die wichtigste wissenschaftliche interne Forschungsagentur des US-Landwirtschaftsministeriums. Täglich konzentriert sich ARS auf Lösungen für landwirtschaftliche Probleme, die Amerika betreffen. Jeder Dollar, der in die US-Agrarforschung investiert wird, hat einen wirtschaftlichen Nutzen von 20 US-Dollar zur Folge.
