Tuzak ve birey düzeyinde görüntü ve DNA içeren böcek biyolojik çeşitliliği için çok modlu bir veri seti

Neden küçük böcekler ve büyük veri önemli?

Dünya genelinde böcek popülasyonları hızla değişiyor; bazı gruplar bilim insanları onları tanımlama fırsatı bulamadan azalmaya başlıyor. Böcekleri sınıflandırma, adlandırma ve sayma için kullanılan geleneksel yöntemler, nadir uzman zamanına ve mikroskopla yapılan titiz çalışmalara dayanıyor. Bu makale, gerçek saha tuzaklarında yakalanan on binlerce küçük canlının ayrıntılı fotoğraflarını ve DNA bilgilerini bir araya getiren yeni bir kaynak tanıtıyor. Biyolojiyi modern bilgisayarlı görü ile eşleştirerek, yazarlar değişen gezegende böcek yaşamını ölçme ve izleme hızını artırmayı hedefliyor.

Saha çadırlarından dijital örneklere

MassID45 adındaki proje, uçan böcekleri toplama şişelerine yönlendiren özel çadır benzeri Malaise tuzaklarının kullanıldığı İsveç ve Finlandiya’nın kuzeyindeki ormanlar ve sulak alanlarda başlıyor. 2021 sezonu boyunca 19 konumdan alınan 45 haftalık örnek derin analiz için seçildi. Laboratuvarda her karışık yakalama tartıldı, DNA’yı serbest bırakmak için nazikçe işlendi ve ince bir alkol tabakasıyla kaplı sığ bir tepsiye döküldü. Böcekler yayıldı ve dikkatle kontrol edilen aydınlatma altında yüksek çözünürlüklü bir kamerayla üstten fotoğraflandı; binlerce bireyin toplu olarak iğne başı büyüklüğünde şekiller halinde göründüğü tek bir “toplu görüntü” oluşturuldu.

Aynı böcekleri iki farklı yolla görmek

Toplu görüntüler alındıktan sonra ekip örnekleri daha ayrıntılı çalışma için bireysel böceklere ayırdı. Her örnek kendi küçük kuyusuna yerleştirildi veya iğnelendi ve yakından fotoğraflandı. Aynı zamanda, genellikle barkod olarak adlandırılan kısa, standart bir DNA bölgesi, modern yüksek verimli dizileme makineleri kullanılarak her böcek için okundu. Bu, 35.000’den fazla bireysel barkod dizisi sağladı. Bu dizilerin büyük referans veritabanlarıyla karşılaştırılması, araştırmacıların çoğu örneği sinekler, böcekler ve güve aileleri gibi iyi bilinen gruplara yerleştirmesine olanak tanıdı ve her tuzak örneğinde hangi eklem bacaklı türlerinin bulunduğuna dair DNA ile desteklenen bir liste sundu.

Bilgisayarlara küçük canlıları öğretmek

Toplu tepsi fotoğraflarını otomasyon için faydalı hale getirmek üzere yazarlar, her böceğin nerede olduğunu ve hangi geniş gruba ait olduğunu bilgisayarlara öğretmek zorundaydı. İki aşamalı bir açıklama süreci kullandılar. İlk olarak bir algoritma tepsideki her koyu nesneyi kabaca çevreledi, ardından insan açıklayıcılar bu konturları bir yapay zeka destekli web aracıyla düzeltti ve her böceğin —çoğu zaman sadece birkaç piksel genişliğinde— kendi temiz maskesini almasını sağladı. İkinci olarak, bir uzman her maskelenmiş böceği inceledi ve fotoğraftan görebildiği en ayrıntılı taksonomik düzeye atadı; bu işlem, eşleşen DNA barkodlarından türetilen beklenen grupların özel bir listesiyle yönlendirildi. Bu strateji uzman emeğini yorucu çizimden tanımaya yoğunlaştırdı ve toplu görüntülerdeki 17.000’den fazla eklem bacaklının sağlam grup adlarıyla ilişkilendirilmesiyle sonuçlandı.

Sistem ne kadar iyi çalışıyor?

Ekip daha sonra MassID45’i modern bilgisayarlı görü için bir stres testi olarak ele aldı. Küçük böceklerin analiz için yeterince keskin kalması amacıyla toplu görüntüler örtüşen karolara bölündü ve birkaç çağdaş görüntü segmentasyon modeli değerlendirildi. Bu verileri daha önce hiç görmemiş genel “sıfır atış” (zero‑shot) sistemler zorlandı: en küçük böcekleri kaçırma ve onları döküntü parçalarıyla karıştırma eğilimindeydiler. Buna karşılık, özenle etiketlenmiş MassID45 görüntüleri üzerinde yeniden eğitilen modeller bireyleri bulma ve çevreleme konusunda çok daha başarılı oldu; özellikle sinekler ve eşek arıları gibi yaygın gruplarda. Yine de, en küçük bahar kuyrukları (springtail) ve diğer soluk, benekli formlar genellikle arka plan malzemesinden ayırt etmekte zorlanmaya devam etti ve bu da görsel bir sınırlamayı ortaya koydu.

Bu, Dünya üzerindeki yaşamı izlemek için ne anlama geliyor?

MassID45 tek bir yeni algoritma değil; diğer araştırmacıların indirip üzerine inşa edebileceği zengin bir referans veri seti. Tepsi düzeyindeki fotoğrafları, bireysel örnek görüntülerini, DNA dizilerini ve gerçek saha örneklerinden alınmış uzman grup etiketlerini birleştirerek bilgisayarların küçük eklem bacaklı sürülerini saymayı ve karakterize etmeyi öğrenmesi için gerçekçi bir eğitim alanı sağlıyor. Görüntüler nadiren tür düzeyinde tanımlama sağlasa da, sıklıkla yeterli olan daha geniş grupları güvenilir şekilde yakalıyor ve bu da zaman ve mekânda böcek topluluklarındaki değişimleri açığa çıkarabiliyor. Uygulamada bu, gelecekteki izleme programlarının basit tuzak fotoğrafçılığını DNA örneklemesi ve makine öğrenimi ile birleştirerek insan uzmanların tek başına asla sağlayamayacağı kadar daha hızlı, daha ayrıntılı ve daha ölçeklenebilir böcek biyoçeşitliliği görünümleri sunabileceği anlamına geliyor.

Atıf: Orsholm, J., Quinto, J., Autto, H. et al. A multi-modal dataset for insect biodiversity with imagery and DNA at the trap and individual level. Sci Data 13, 630 (2026). https://doi.org/10.1038/s41597-026-07251-x

Anahtar kelimeler: böcek biyolojik çeşitliliği, DNA barkodlama, bilgisayarlı görü, ekolojik izleme, makine öğrenimi veri seti