AI-Biome

Artificial Intelligence in Farming

Kategorie

FuE-Projekt

Partner

3

Budget

≈ 677 Tsd. €

Laufzeit

Jul. 2023 – Juni 2026

Das Team

PD Dr. Katharina Hoff

Universität Greifswald

Institut für Mathematik und Informatik

Prof. Dr. Andreas Kuß

Universitätsmedizin Greifswald

Interfakultäres Institut für Genetik und Funktionelle Genomforschung

Björn Nowack

SensID GmbH

Managing Director & Co-Founder

Dr. Thomas Sura

Universitätsmedizin Greifswald

Interfakultäres Institut für Genetik und Funktionelle Genomforschung

Tomás Kudláček

Universität Greifswald

Institut für Mathematik und Informatik

Eileen Mertens

SensID GmbH

   

Melanie Taprogge

Universität Greifswald

Institut für Mathematik und Informatik

Was soll erreicht werden?

Im Projekt AI-Biome arbeiten wir daran, die Digitalisierung und Diagnostik in der Betreuung von Rinderbetrieben zu verbessern. Dies geschieht durch moderne Sequenziermethoden (NGS) und künstliche Intelligenz (AI). Unser Ziel ist es, neue Verfahren zu entwickeln, die die Wirtschaft in der Innovationsregion stärken. Die Firma SensID GmbH kann die Erkenntnisse aus dem Projekt nutzen.

Welche Schritte sind dafür erforderlich?

AI-Biome ist in zwei Stufen unterteilt. Auf Stufe 1 geht es um die Entwicklung von Verfahren zur Erfassung des Stallumgebungs-Mikrobioms mit einer hohen Auflösung. Dies kann genutzt werden, um das Vorhandensein oder das Fehlen wichtiger Marker-Mikroben in der Stall-Umgebung einer Rinderpopulation festzustellen. Die Entwicklungen in Stufe 1 sind in 5 Phasen von der Schaffung essentieller Grundlagen bis zum Erkenntnistransfer in die Industrie (die Erkenntnis kann danach z.B. in Richtung Prototyp-Entwicklung genutzt werden) aufgeteilt. Wenn bestimmte Erreger in einer Stallumgebung gefunden werden, z.B. MAP, dann ist die Untersuchung des gesamten Einzeltier-Bestands notwendig. Da im Rahmen des AI-Biome Stallumgebungs-Screenings auch Pathogene nachgewiesen werden können, die mit den etablierten diagnostischen Methoden nicht nachweisbar sind (z.B. kann durch Mutation in der Primerbindestelle eine qPCR fehlschlagen), ist die Entwicklung der Diagnostik an Einzeltieren auf Grundlage von NGS und AI unerlässlich. Auf Stufe 2 geht es deshalb um die gezielte Untersuchung von Einzeltier-Mikrobiomen. Aufbauend auf den Erkenntnissen aus Stufe 1 wollen wir hier in einer experimentellen Phase demonstrieren, dass unsere Methode mit qPCR vergleichbare Ergebnisse für Einzeltiere liefert, und in einer finalen Phase die Ergebnisse dokumentieren, damit auch sie sie zur weiteren Entwicklung in Richtung Prototypen für Produkte für die Zukunft nutzbar sein werden.