Door verschillende technieken te combineren ontwikkelen Leidse onderzoekers een gestroomlijnde aanpak om snel en gericht bacteriestammen met specifieke eigenschappen te identificeren. ‘Zo zoeken we bijvoorbeeld melkzuurbacteriën die de smaak of textuur van voedsel kunnen verbeteren.’

Bacteriën zijn ontzettend veelzijdig. Wij maken graag gebruik van deze veelzijdigheid, en zetten bacteriën in voor allerlei processen zoals voedsel- of geneesmiddelproductie. Toch benutten we het potentieel nog niet optimaal, denken onderzoekers van de Hogeschool Leiden. Met hun STRAIN-AI-project helpen ze bedrijven om nieuwe, nuttige bacteriestammen te vinden voor duurzame toepassingen.

De Leidse onderzoekers maken in het project gebruik van de natuurlijke variatie binnen bacteriesoorten, vertelt Astrid Heikema, lector Microbial Genomics aan de Hogeschool Leiden. ‘Niet iedereen beseft dat binnen soorten veel variatie is. Een melkzuurbacterie is bijvoorbeeld niet altijd hetzelfde: afhankelijk van de omstandigheden kan die verschillende eigenschappen ontwikkelen.’ Bepaalde bacteriestammen zijn daardoor interessant voor bedrijven die bijvoorbeeld voedsel willen fermenteren of nieuwe biopesticiden willen ontwikkelen. Op dit moment is het vinden van de beste bacteriën voor dit type toepassingen nog een kwestie van veel proberen. Heikema: ‘Het zoeken naar nieuwe stammen is tijdrovend en vraagt om specialistische kennis. Door AI in te zetten, processen te automatiseren en analysemethoden toegankelijker te maken, denken we het proces flink te kunnen versnellen.’

‘Je moet theorie altijd combineren met functionele testen’

Soorten herkennen

Binnen het STRAIN-AI project gebruiken de onderzoekers verschillende methodes om de nuttige stammen te identificeren. ‘We nemen bijvoorbeeld een monster van een natuurlijke bron zoals fruit of bodemmateriaal, en laten de aanwezige bacteriën groeien op petrischalen’, vertelt Heikema. ‘Vervolgens testen we of we met kunstmatige intelligentie verschillende soorten kunnen herkennen.’ Ook DNA-analyse speelt een belangrijke rol. ‘We kunnen het DNA van gekweekte bacteriën isoleren, sequencen en met behulp van bio-informatica tools bepalen of er relevante genen of clusters van genen aanwezig zijn. Zo kunnen we bijvoorbeeld vaststellen welke bacteriën bepaalde suikers kunnen omzetten of antimicrobiële eigenschappen hebben.’ Daarnaast analyseren de onderzoekers het DNA van bacteriemengsels. Soms willen de onderzoekers interessante soorten in deze mengsels isoleren, en daarbij spelen de juiste kweekomstandigheden een belangrijke rol. Heikema: ‘Door de temperatuur of de pH aan te passen, of door bepaalde voedingsstoffen of antibiotica toe te voegen kun je ervoor zorgen dat vooral de gewenste bacteriestam groeit. Informatie over zulke optimale kweekcondities kun je voor een deel uit het DNA afleiden.’

Isoleren en analyseren

Dit alles valt of staat met goede data-analyse. Daarom combineren de onderzoekers literatuuronderzoek, publieke databases, AI-algoritmes en verschillende DNA-analysetools. Tegelijkertijd willen ze hun analysemethoden toegankelijker maken. ‘We ontwikkelen twee applicaties’, vertelt Heikema. ‘Een applicatie die beeldmateriaal analyseert en informatie geeft over de aanwezige bacteriële soorten, en één die DNA-data verwerkt en per stam een overzicht geeft van mogelijk interessante genetische eigenschappen.’ Bovendien genereren de onderzoekers zelf nieuwe data door bacteriestammen te isoleren en te analyseren. Omdat het onmogelijk is om alle bacteriesoorten tegelijk te onderzoeken, richten Heikema en haar collega’s zich voorlopig op twee groepen: melkzuurbacteriën en Bacillus-soorten. ‘Deze bacteriën worden al veel gebruikt in de voedselindustrie en als biopesticide. Daardoor weten we dat ze veilig zijn en kunnen we interessante nieuwe stammen mogelijk sneller toepassen.’

‘Vervolgens testen we of we met AI verschillende soorten kunnen herkennen’

Op het Leidse lab zijn inmiddels al meer dan 300 foto’s van verschillende Bacillus-soorten gemaakt die, in samenwerking met Hogeschool InHolland, worden gebruikt om een AI-algoritme te trainen. Ook zijn meer dan vijftig stammen van melkzuurbacteriën geïsoleerd waarvan ze de eigenschappen in kaart brengen. ‘Wij richten ons daarbij in eerste instantie op eigenschappen die relevant zijn voor onze partnerbedrijven’, zegt Heikema. ‘Zo zoeken we bijvoorbeeld melkzuurbacteriën die de smaak of textuur van voedsel kunnen verbeteren of helpen bij het terugdringen van ziekteverwekkers in voedsel en voedselproductie.’

Stammencollectie

Het project loopt twee jaar, en in die tijd verwacht Heikema een aantal concrete resultaten op te leveren. ‘We gaan een stappenplan ontwikkelen waarmee onderzoekers sneller interessante stammen kunnen vinden. Daarnaast willen we een overzicht maken van regelgeving rondom het verzamelen en toepassen van bacteriesoorten. En we bouwen dus aan een stammencollectie en ontwikkelen twee data-analyseapplicaties.’ Dit alles is natuurlijk pas een begin, lacht Heikema. ‘Ook als we alle gegevens uit het DNA op een rij hebben, weet je nog steeds niet zeker of een interessant gen ook daadwerkelijk tot expressie komt of dat een bacterie goed functioneert in een industriële omgeving.’ Daarom is verder onderzoek essentieel. ‘Je moet theorie altijd combineren met functionele testen, zowel in het laboratorium als in de praktijk. Ik verwacht in elk geval dat we met onze aanpak het proces om relevante stammen te vinden aanzienlijk makkelijker en sneller zullen maken.’