Overslaan en naar de inhoud gaan Overslaan en naar de footer gaan Overslaan en naar de navigatie gaan
Zoeken

STRAIN-AI: Slimme Technologie voor Snellere Microbiële Innovatie

STRAIN-AI is een innovatief onderzoeksproject van de onderzoeksgroep Microbial Genomics dat de identificatie van waardevolle micro-organismen wil versnellen met behulp van kunstmatige intelligentie (AI) en geavanceerde DNA-technologie. Dit is cruciaal voor de ontwikkeling van nieuwe producten in bijvoorbeeld de voedselindustrie en biologische gewasbescherming.

3 afbeeldingen van micro-organismen

Onze aanpak

Het ontdekken van nieuwe, functionele microbiële stammen is arbeidsintensief, tijdrovend en daardoor kostbaar. MKB-bedrijven uit diverse sectoren hebben behoefte aan deze stammen, maar beschikken vaak niet over de middelen om ze zelf te isoleren of te onderzoeken. STRAIN-AI pakt dit probleem aan door een slimme, schaalbare en nauwkeurige aanpak te ontwikkelen. Onze strategie is om een systematische 'workflow' te creëren waarin het beste van drie werelden samenkomt: 

  1. Data gedreven selectieve kweek: Door data gedreven bronselectie en selectieve kweek isoleren we gericht de bacteriële soorten en eigenschappen die gewenst zijn. 
  2. AI-gestuurde beeldherkenning: Met digitale beelden van bacteriële kolonies trainen we een AI-algoritme dat koloniemorfologie automatisch gaat herkennen. Door digitale beelden te analyseren, verloopt de identificatie sneller en consistenter dan bij een menselijke beoordeling.
  3. Hightech DNA-analyse: Met shotgun- en whole genome sequencing, gecombineerd met in depth bio-informatica-analyses, brengen we de microbiële diversiteit van een bron en de volledige functionele potentie van een geïsoleerde stam in kaart. 

De focus ligt op melkzuurbacteriën, o.a. voor (precisie) fermentatie, conservering en probiotica en Bacillus-soorten voor bio-pesticiden en biotechnologische toepassingen.

Ons doel

Het overkoepelende doel van STRAIN-AI is het versnellen van identificatie van bacteriestammen waarmee kan worden bijgedragen aan duurzame, maatschappelijke oplossingen. Dit project legt de basis voor een toekomst waarin: 

  • Bedrijven snel kunnen bepalen welke soorten micro-organismen in hun bronmateriaal aanwezig zijn.
  • We de voedselveiligheid en productkwaliteit verbeteren.
  • We de volksgezondheid bevorderen, bijvoorbeeld door de ontwikkeling van effectieve probiotica.
  • We milieuvraagstukken helpen oplossen door de inzet van natuurlijke bio-pesticiden ter vervanging van chemische bestrijdingsmiddelen in de landbouw. 

Samenwerking

Voor het opzetten van dit strain discovery platform werken we samen met de onderzoeksgroepen Bioinformatics en DataLab en Food, Health & Innovation.   
 
STRAIN-AI richt zich specifiek op twee belangrijke bacteriegroepen met een brede toepasbaarheid: melkzuurbacteriën en Bacillus-soorten. 

Bacterie Relevante sectoren Toepassing 
Melkzuurbacteriën Voedselproductie, gezondheidszorg Voedselconservering, probiotica, gezonde fermentatie 
Bacillus-soorten Biotechnologie, landbouw Bio-pesticiden, Industriële innovaties 

 

We zoeken actief de samenwerking op met partners, van MKB tot grote organisaties, die willen innoveren op het gebied van de identificatie van micro-organismen. Door samen te werken, zorgen we ervoor dat de ontwikkelde tools direct aansluiten op de behoeften uit de praktijk. 

Projectinformatie

Status

Lopend

Type project

SIA - NWO RAAK-mkb

Onderzoeksgroep(en)
Projectleiding
Onderzoekers
Projectmanagement

Marijke Mostert

Analist(en)
  • Angela Hoogenboom
  • Mara Kröner
  • Bas Bonnet
Student(en)
  • Thomas Stremmelaar
  • Chiara Rovers
  • Swen Verdel
  • Sander Imthorn
Partner(s)
  • Diverse bedrijven
  • Twee branche-organisaties
  • Hogeschool InHolland

Wat en hoe?

De resultaten van het project willen we vertalen naar praktische middelen. Wij willen twee gebruiksvriendelijke webapplicaties ontwikkelen: één voor de AI-beeldherkenning en één voor de DNA-data-analyse. 

  • Zelfstandige analyse: deze webapplicaties stellen bedrijven in staat om zelf snelle analyses uit te voeren, zonder dat gespecialiseerde bio-informatica-expertise nodig is.
  • Ondersteuning: uiteraard bieden wij training en advies aan om de implementatie van de nieuwe tools in uw bedrijfsvoering te garanderen. 

Door de combinatie van kunstmatige intelligentie en geavanceerde sequencing wordt STRAIN-AI de standaard voor reproduceerbare en snelle identificatie in de biotechnologie. 

Technieken

  • Data gedreven microbiële kweek
  • Geautomatiseerde kolonie imaging, karakterisatie en selectie
  • AI-gedreven beeldherkenning (generatie training set en algoritme ontwikkeling)
  • MALDI‐TOF massa spectrometrie
  • DNA-isolatie en kwaliteitsbepalingen
  • Sanger sequencing
  • Whole genome sequencing (Nanopore)
  • Shotgun metagenomics  (Nanopore)
  • Bioinformatische data-analyse 
  • Applicatie ontwikkeling
  • Functionele analyses op gebied van antimicrobiële activiteit