BactoTraits: eine Merkmaldatenbank zur Erforschung der funktionellen Vielfalt bakterieller Gemeinschaften

Warum winzige Mikroben für große Umweltfragen wichtig sind

Bakterien sind überall: in Böden, Flüssen, Ozeanen und sogar in unserem Körper. Diese mikroskopischen Bewohner helfen, Verschmutzungen abzubauen, Nährstoffe zu recyceln und Pflanzen- sowie Tierleben zu unterstützen. Dennoch behandeln viele Studien Bakterienarten immer noch wie einfache Namen auf einer Liste, ohne zu fragen, was sie tatsächlich tun. Dieser Artikel stellt BactoTraits vor, einen großen offenen Datensatz, der verstreute Laborinformationen über Bakterien in praktische „Merkmals“-Profile überführt und Forschern hilft, zu verknüpfen, wer in einem Lebensraum vorhanden ist und wie diese Gemeinschaft funktioniert und auf Umweltveränderungen reagiert.

Von Pflanzenmerkmalen zu bakteriellen Merkmalen

Ökologen nutzen seit Langem Merkmale – Eigenschaften wie Blattgröße oder Samengewicht – um zu verstehen, wie Pflanzen mit Dürre, Verschmutzung oder Erwärmung umgehen. Ähnliche merkmalsbasierte Ansätze gibt es für Tiere und Bodenwirbellose, und sie haben Vorhersagen darüber erleichtert, wie Gemeinschaften unter menschlichen Einflüssen reagieren. Für Mikroben holt diese Denkweise jedoch noch auf, obwohl Bakterien schnell auf Störungen reagieren und als Frühwarnindikatoren für Probleme von Ökosystemen dienen können. BactoTraits überträgt diese merkmalsorientierte Perspektive auf Bakterien und definiert Merkmale als Eigenschaften, die beeinflussen, wie gut Stämme überleben, wachsen und mit ihrer Umwelt interagieren.

Aufbau eines Merkmalsatlas für Zehntausende von Stämmen

Die Autorinnen und Autoren erstellten BactoTraits, indem sie drei große offene Quellen auswerteten: BacDive, eine Metadatenbank zu kultivierten bakteriellen Stämmen; rrnDB, die auflistet, wie viele Kopien des ribosomalen RNA-Gens jeder Stamm trägt; und genomesizeR, das aus Sequenzdaten Genomgrößen vorhersagt. Aus diesen Quellen extrahierten sie Informationen für 100.866 Stämme und wandelten sie in 31 funktionelle Merkmale für 97.721 Stämme um, die zumindest einige verwertbare Daten aufwiesen. Diese Merkmale umfassen grundlegende Zellmerkmale (wie Form, Größe und Sporulationsfähigkeit), Umweltpräferenzen (für Temperatur, Salz und pH), Lebensstil und Stoffwechsel (etwa Sauerstoffnutzung, Energie- und Kohlenstoffquellen, Pigment- und Antibiotikaresistenz) sowie genomische Eigenschaften (GC-Gehalt, Genkopienzahl und geschätzte Genomgröße).

Unordentliche Datensätze in nutzbare Merkmalsprofile verwandeln

Die Daten in den Ursprungdatenbanken sind uneinheitlich und manchmal widersprüchlich: Eine Studie berichtet einen Stamm als beweglich, eine andere als unbeweglich. Das Team ging damit um, indem es Terminologie harmonisierte und dann einen „fuzzy“ codierenden Ansatz anwandte. Anstatt jeden Stamm in eine einzige Kategorie zu zwingen, erlaubten sie partielle Zugehörigkeiten zu mehreren Merkmalsklassen. Wenn zum Beispiel die Mehrheit der Studien einen Stamm als unbeweglich beschreibt und wenige ihn als beweglich, spiegelt das Profil beider Möglichkeiten mit unterschiedlichen Gewichten wider, die zusammen eins ergeben. Quantitative Werte wie Temperatur oder pH wurden in klare Bereiche gruppiert, die aus der Literatur und der Datenverteilung abgeleitet wurden, wobei biologischer Sinn mit dem Bedarf abgewogen wurde, genügend Stämme in jeder Klasse zu behalten. Das Ergebnis ist eine Matrix, in der jeder Stamm mit einem abgestuften Merkmalsprofil verknüpft ist, das sowohl Wissen als auch Unsicherheit erfasst.

DNA-Untersuchungen mit dem, was Bakterien können, verbinden

Die moderne Umweltmikrobiologie beruht häufig auf Hochdurchsatzsequenzierung eines Markergens (16S rRNA), um bakterielle Typen in Proben aus Boden, Wasser oder Wirten aufzulisten. Allein sagt diese Liste wenig über Funktion aus. BactoTraits schließt diese Lücke. Die Autoren stellen eine Reihe von R-Skripten zur Verfügung, die jede sequenzierte Einheit (OTU oder Amplicon-Variante) über taxonomische Informationen aus dem SILVA-Referenzsatz mit Stämmen in der Datenbank abgleichen. Gibt es mehrere passende Stämme, werden deren Merkmalsprofile gemittelt. Schlägt ein Abgleich auf Gattungsniveau fehl, gehen die Skripte schrittweise zu Familie, Ordnung, Klasse oder Stamm zurück und vermerken stets, welches Niveau verwendet wurde. Schließlich berechnen die Skripte für jede Umweltprobe ein gemeinschaftsgewichtetes Mittelprofil: wie stark die gesamte bakterielle Gemeinschaft jedes Merkmal ausdrückt, unter Berücksichtigung sowohl der Merkmalswerte als auch der relativen Häufigkeiten.

Wie Forschende diese neue Ressource nutzen können

Der BactoTraits-Datensatz und die Skripte sind so gestaltet, dass sie transparent, flexibel und leicht zu aktualisieren sind, wenn BacDive, SILVA, rrnDB und Genomeinträge wachsen. Forschende können BactoTraits mit bestehenden genbasierten Vorhersagewerkzeugen kombinieren, um ein umfassenderes Bild von Gemeinschaften zu erhalten: nicht nur welche Stoffwechselwege vorhanden sein könnten, sondern auch wie sich Bakterien in Größe, Form, Stressresistenz, Wachstumsstrategie und potenzieller Pathogenität unterscheiden. Frühere Arbeiten mit einer früheren Version des Datensatzes haben bereits gezeigt, dass bestimmte Merkmalskombinationen auf Metall- oder Kohlenwasserstoffkontamination in Böden hinweisen können oder auf das Zusammenleben von aeroben und anaeroben Bakterien in ölbelasteten Umgebungen. Die erweiterte Version umfasst nun deutlich mehr Stämme, Merkmale und taxonomische Ebenen und macht solche Anwendungen robuster.

Was das für das Verständnis lebender Gemeinschaften bedeutet

Für eine interessierte Leserschaft lautet die Kernbotschaft: BactoTraits verwandelt eine riesige Masse verstreuter mikrobiologischer Fakten in eine kohärente Karte, wie Bakterien leben und sich verhalten. Indem Routine-DNA-Untersuchungen mit konkreten Merkmalen wie Temperaturpräferenz, Salztoleranz oder Antibiotikaresistenz verbunden werden, wird es möglich, nicht nur zu verfolgen, welche Bakterien vorhanden sind, sondern wie sich ihre kollektiven Fähigkeiten unter Verschmutzung, Klimawandel oder Managementmaßnahmen verschieben. Das kann Biomonitoring verbessern, Naturschutz und Wiederherstellung leiten und Forschern helfen, Hypothesen darüber zu prüfen, wie mikrobielle Gemeinschaften zusammengesetzt werden. Kurz gesagt: BactoTraits bietet eine kraftvolle neue Linse, um die verborgenen Wirkungsweisen bakteriellen Lebens über Ökosysteme hinweg zu sehen.

Zitation: Laderriere, V., Usseglio-Polatera, P., Maunoury-Danger, F. et al. BactoTraits: a trait database for exploring functional diversity of bacterial communities. Sci Data 13, 337 (2026). https://doi.org/10.1038/s41597-026-06652-2

Schlüsselwörter: bakterielle Merkmale, mikrobielle Ökologie, funktionelle Vielfalt, Umwelt-DNA, Biomonitoring