Lebensmittelbetrug effizient und kostengünstig aufklären

Medienmitteilung der Universität Basel vom 11.10.2021

Durch gefälschte Lebensmittel, insbesondere durch falsche Angaben zur geografischen Herkunft, entsteht jährlich ein wirtschaftlicher Schaden in Milliardenhöhe. Botaniker der Universität Basel haben nun ein Modell entwickelt, mit dessen Hilfe die Herkunft von Lebensmitteln effizient und kostengünstig bestimmt werden kann.

Erdbeeren aus der Schweiz oder Olivenöl aus Italien können im Laden deutlich teurer verkauft werden als wenn diese Produkte aus anderen Ländern stammen. Immer wieder kämpfen Behörden und die Lebensmittelindustrie deshalb gegen Falschdeklarationen der geografischen Herkunft von Produkten. Der jährliche wirtschaftliche Schaden wird auf 30 bis 40 Milliarden Dollar geschätzt.

Eine Methode, um Lebensmittelbetrug aufzudecken, ist die Bestimmung des Delta-O-18-Wertes einer Produktprobe, welche das Sauerstoffisotopenverhältnis charakterisiert. Bislang war dieses Verfahren sehr aufwändig und kostspielig. Bei einem Betrugsverdacht müssen nicht nur Referenzdaten aus dem angeblichen Herkunftsland gesammelt werden, sondern auch Vergleichsdaten aus anderen Regionen, um die Herkunft des Produkts zu validieren oder widerlegen.

Kostengünstig dank Modellrechnung

Der Basler Botaniker Dr. Florian Cueni hat nun in Zusammenarbeit mit der auf Isotopenanalytik spezialisierten Agroisolab GmbH ein Modell entwickelt, mit dem sie das Sauerstoffisotopenverhältnis in Pflanzen einzelner Regionen simulieren können, wodurch das aufwändige Sammeln von Referenzdaten entfällt. Das Modell basiert auf Temperatur-, Niederschlags- und Luftfeuchtigkeitsdaten und Informationen über die Wachstumszeit einer Pflanze. Diese Informationen beziehen sie aus öffentlich zugänglichen Datenbanken.

Überprüft und validiert hat Cueni das Modell an einem einzigartigen Delta-O-18-Referenzdatensatz für Erdbeeren, der europaweit über 11 Jahre zusammengetragen wurde. Die Fallstudie hat gezeigt, dass das Modell die Herkunft der Erdbeeren mit hoher Präzision simulieren kann.

Vielfältig einsetzbar

«Mit geringfügigen Anpassungen der Parameter kann unser Modell zur Bestimmung aller pflanzlichen Produkte genutzt werden», sagt Prof. Dr. Ansgar Kahmen, der das Forschungsprojekt geleitet hat. Somit liesse sich die herkömmliche Isotopenanalytik durch die präzise Simulierung der Herkunftsgebiete landwirtschaftlicher Lebensmittel vereinfachen und beschleunigen.

Von Interesse ist das Modell der Basler Botaniker einerseits für die behördliche Lebensmittelforensik oder die Ermittlungsbehörden, wenn es beispielsweise um die Herkunft konfiszierter Drogen geht, aber auch für private forensische Institute, die Lebensmittel kontrollieren oder als Gutachter vor Gericht auftreten. Andererseits interessieren sich NGOs wie WWF oder Greenpeace dafür – vor allem im Hinblick auf die Bestimmung der Herkunft von illegal eingeschlagenem Holz – und schliesslich auch die Lebensmittelindustrie, für die der Verkauf potenziell falsch deklarierter Lebensmittel rufschädigend ist.

Originalpublikation:
Florian Cueni, Daniel B. Nelson, Markus Boner, Ansgar Kahmen
Using plant physiological stable oxygen isotope models to counter food fraud.
Scientific Reports (2021)

Externer Link: www.unibas.ch

Abgasanalyse mit dem Handy: Neue App lässt Diesel-Fahrer ihr Auto selbst überprüfen

Pressemitteilung der Universität des Saarlandes vom 06.10.2021

Informatiker der Universität des Saarlandes haben ein Verfahren entwickelt, mit dem sich unkompliziert und in Echtzeit ermitteln lässt, wie viele Abgase der eigene Diesel-PKW ausstößt. Dazu benötigt man die kostenlose App „LolaDrives“ und einen günstigen Bluetooth-Adapter, der das Diagnosesystem des Autos auslesen kann. Entwickelt wurde die App im Rahmen des DFG-geförderten transregionalen Sonderforschungsbereichs „Grundlagen verständlicher Softwaresysteme“ am Saarland Informatics Campus.

Nutzer können ihre Fahrdaten auf freiwilliger Basis für die Forschung bereitstellen.

Seit September 2017 muss ein Auto einen sogenannten „Real Driving Emissions (RDE)“-Test bestehen, um in der Europäischen Union zugelassen zu werden. Dabei werden die Abgasemissionen im Fahrbetrieb unter realistischen, alltäglichen Bedingungen gemessen. „Wir dachten uns: Dann sollte doch prinzipiell jeder selbst diesen Test durchführen können“, sagt Sebastian Biewer, Doktorand am Lehrstuhl „Dependable Systems and Software“ von Professor Holger Hermanns an der Universität des Saarlandes.

Anstatt Testequipment im Wert von Hunderttausenden Euros anzuschaffen, haben die Saarbrücker Informatiker die App „LolaDrives“ entwickelt. Diese verwendet „RTLola“, eine Technologie zur Analyse von Echtzeitsystemen von Bernd Finkbeiner, Professor an der Universität des Saarlandes und Faculty am Helmholtz-Zentrum für Informationssicherheit (CISPA). Die App funktioniert in fast allen Autos ab Baujahr 2005. „Wichtig ist, dass der Wagen über eine Schnittstelle zur On-Board-Diagnose (OBD) verfügt“, sagt Sebastian Biewer. Die OBD ist ein Fahrzeugdiagnosesystem, das während der Fahrt abgasbeeinflussende Systeme und andere Steuergeräte, wie beispielsweise den Drehzahlmesser, überwacht. Mithilfe eines Bluetooth-Adapters wird auf die On-Board-Diagnose zugegriffen. Wenn der Wagen läuft, muss man das Handy per Bluetooth mit dem OBD-Adapter verbinden und die „LolaDrives“-App starten.

Das Programm erlaubt es dem Nutzer dann entweder, die Daten des Diagnosesystems auszulesen, oder es führt ihn Schritt für Schritt durch einen RDE-Test. „LolaDrives ist nach unserer Kenntnis die einzige App, die einen RDE-Test ermöglicht“, ergänzt Sebastian Biewer. Damit die App die Emissionswerte errechnen kann, muss die OBD-Schnittstelle des Wagens jedoch die passenden Daten zur Verfügung stellen – insbesondere die Werte des Stickoxid-Sensors des Abgassystems, der nur in Diesel-Fahrzeugen verbaut ist. Ob die passenden Daten abgerufen werden können und damit ein RDE-Test machbar ist, teilt „LolaDrives“ direkt nach dem Start eines Tests mit.

Den App-Entwicklern war es wichtig, die Benutzung so einfach wie möglich zu gestalten. Denn für einen gültigen RDE-Test müssen zahlreiche Bedingungen erfüllt sein: Die Fahrtdauer muss mindestens 90 bis 120 Minuten betragen, in festgelegten Distanzen in verschiedenen Abschnitten stattfinden (Innerorts, Landstraße und Autobahn), bestimmte Geschwindigkeitsvorgaben dürfen nicht verletzt werden und auch das Beschleunigungs- und Bremsverhalten spielt eine Rolle. „Unsere App zeigt all diese Elemente in einer leicht verständlichen Nutzeroberfläche an und führt strukturiert durch die verschiedenen Stufen des Tests, indem sie genau ansagt, was wann zu tun ist. Sie teilt mit, ob der Test erfolgreich war und auch, ob der Test durch den Verstoß gegen eine der Vorgaben unwiederbringlich gescheitert ist“, sagt Yannik Schnitzer, der als Student der Informatik bereits ab seinem zweiten Semester die Entwicklung der App vorangetrieben hat.

Nutzer können ihre Fahrdaten auf freiwilliger Basis und ohne Einschränkung der App-Funktionalitäten datenschutzkonform an die Forscher spenden. Informatik-Professor Holger Hermanns, Sprecher des transregionalen Sonderforschungsbereichs „Grundlagen verständlicher Softwaresysteme“, in dessen Rahmen die Forschung um „LolaDrives“ stattfindet, sagt dazu: „Anhand der Daten möchten wir eine Plattform aufbauen, mit der wir mehr Transparenz und Verständlichkeit in den KFZ-Bereich bringen wollen. Vergangene Skandale haben gezeigt, wozu es führt, wenn Hersteller verantwortungsloses Handeln durch Intransparenz verschleiern können. Wir wollen helfen, Softwareverhalten aufzudecken, das für den Hersteller der Software vorteilhaft, aber für den Benutzer oder die Gesellschaft unerwünscht ist.“

Die RDE-Tests, die mit der App durchgeführt werden, sind rechtlich nicht bindend. „Uns geht es darum, das Informationsbedürfnis der Nutzer zu stillen. Die Ergebnisse unserer RDE-Tests sind plausibel, wenn man sie im Kontext der veröffentlichten Emissions-Daten und Grenzwerte betrachtet. Aber letztendlich sind sie Annäherungen an die ‚echten‘ Tests, die zwingend mithilfe kostspieliger mobiler Mini-Labors durchgeführt werden müssen,“ sagt Professor Holger Hermanns.

„LolaDrives“ ist zurzeit für Android über den Google Playstore erhältlich. Eine Version für Apple-Geräte ist bereits in Entwicklung. Das Projekt verfügt zudem über ein begrenztes Kontingent an Bluetooth-OBD-Adaptern, die interessierten Datenspendern kostenlos zur Verfügung gestellt werden.

Originalpublikation:
Biewer S., Finkbeiner B., Hermanns H., Köhl M.A., Schnitzer Y., Schwenger M. (2021) RTLola on Board: Testing Real Driving Emissions on your Phone. In: Groote J.F., Larsen K.G. (eds) Tools and Algorithms for the Construction and Analysis of Systems. TACAS 2021. Lecture Notes in Computer Science, vol 12652. Springer, Cham.

Externer Link: www.uni-saarland.de

Maschinelles Lernen verbessert die biologische Bildanalyse

Pressemitteilung der Universität Tübingen vom 09.09.2021

Internationales Forschungsteam entwickelt Algorithmus, der die superauflösende Mikroskopie beschleunigt

Mit der superauflösenden Mikroskopie gewinnen Wissenschaftlerinnen und Wissenschaftler neue Einblicke in die Welt der Zellen und können nanometerkleine Strukturen im Zellinneren erkunden. Das Verfahren hat die Lichtmikroskopie revolutioniert und seinen Erfindern 2014 den Nobelpreis für Chemie eingebracht. Tübinger KI-Forscher haben in einem internationalen Projekt einen Algorithmus entwickelt, der diese Technologie wesentlich beschleunigt.

Eine Art der superauflösenden Mikroskopie ist die sogenannte Einzelmolekül-Lokalisationsmikroskopie (single-molecule localisation microscopy, SMLM). Dabei werden die zu erforschenden Strukturen mit fluoreszierenden Molekülen markiert, von denen zu jedem Zeitpunkt nur eine begrenzte Anzahl mit Licht aktiviert wird. Diese lassen sich dann sehr präzise lokalisieren. Mit diesem Trick werden mehrere Bilder einer einzelnen Probe generiert. Diese Rohdaten werden von einem Computerprogramm ausgewertet und zu einem einzigen aussagekräftigen Bild zusammengesetzt. Mit dieser Technik lassen sich viel höhere Auflösungen erreichen als mit der klassischen Lichtmikroskopie. Doch sie hat einen Nachteil: Es braucht eine große Menge an Bildern, was das Verfahren sehr zeitaufwändig macht.

Das Team von Jakob Macke, Professor für Maschinelles Lernen in der Wissenschaft an der Universität Tübingen, hat in einer internationalen Zusammenarbeit einen neuen Algorithmus entwickelt, der diese Einschränkung der SMLM überwindet. Die gemeinsame Arbeit mit der Ries Gruppe des Europäischen Laboratoriums für Molekularbiologie (EMBL) Heidelberg und dem Team von Dr. Srinivas Turaga vom Janelia Research Campus (Virginia, USA) wurde in der Fachzeitschrift Nature Methods veröffentlicht.

Mit Deep Learning zur hochpräzisen Lokalisierung einzelner Moleküle

Der Algorithmus DECODE (DEep COntext DEpendent) basiert auf Deep Learning: Er nutzt ein künstliches neuronales Netz, das durch Trainingsdaten lernt. Statt mit echten Bildern wird das Netz in diesem Fall jedoch mit synthetischen Daten aus Computersimulationen trainiert. Unter Einbeziehung von Informationen über den Aufbau des Mikroskops und der Physik der Bildgebung erzielten die Forschenden Simulationen, die den realen Aufnahmen sehr ähnlich sind. „Das neuronale Netz, das wir mit Simulationsdaten trainiert haben, ist so in der Lage, fluoreszierende Moleküle auch in echten Bildern zu erkennen und zu lokalisieren“, erklärt Artur Speiser, zusammen mit Lucas-Raphael Müller federführender Autor der Arbeit.

Einer der Vorteile des Algorithmus DECODE: Er kann Fluoreszenzträger bei höheren Dichten lokalisieren, als bislang möglich, sodass weniger Bilder je Probe benötigt werden. Auf diese Weise kann die Bildgebungsgeschwindigkeit ohne nennenswerten Verlust an Auflösung um das bis zu Zehnfache gesteigert werden. Darüber hinaus kann DECODE die Unsicherheiten quantifizieren ‒ das Netzwerk kann also selbst erkennen, wenn es sich in seiner Lokalisierung nicht sicher ist.

Interdisziplinarität erweitert die Perspektiven der Forschung

„Diese Arbeit ist beispielhaft für den Ansatz unseres Exzellenzclusters ‚Maschinelles Lernen: Neue Perspektiven für die Wissenschaft‘“, sagt Macke, dessen Lehrstuhl Teil des Tübinger Clusters ist. „Die Ideen, die diesem Ansatz zugrunde liegen, haben wir ursprünglich in einem ganz anderen Kontext entwickelt. Aber in enger Zusammenarbeit mit Experten für computergestützte Mikroskopie entstanden daraus leistungsstarke Methoden für die Analyse von SMLM-Daten.“ Das Team entwickelte zudem ein Softwarepaket, das den DECODE-Algorithmus verwendet. „Die Software lässt sich einfach installieren und ist kostenlos verfügbar, sodass wir hoffen, dass sie in Zukunft vielen Wissenschaftlern von Nutzen sein wird“, sagt Dr. Jonas Ries vom EMBL.

Originalpublikation:
Artur Speiser, Lucas-Raphael Müller, Philipp Hoess, Ulf Matti, Christopher J. Obara, Wesley R. Legant, Anna Kreshuk, Jakob H. Macke, Jonas Ries & Srinivas C. Turaga: Deep learning enables fast and dense single-molecule localization with high accuracy. Nature Methods.

Externer Link: www.uni-tuebingen.de

Mit Augmented Reality Spinnenangst bekämpfen

Medienmitteilung der Universität Basel vom 20.09.2021

Forschende der Universität Basel haben eine Augmented-Reality-App für Smartphones entwickelt, um Angst vor Spinnen zu reduzieren. Die App hat sich in einer klinischen Studie bereits bewährt: Schon nach wenigen Trainingseinheiten zuhause empfanden die Probanden weniger Angst vor realen Spinnen.

Die Angst vor Spinnen gehört zu den häufigsten Phobien. Betroffene versuchen, Situationen mit Spinnen zu vermeiden und leben deshalb mit einer Vielzahl von Einschränkungen. Sie verzichten etwa auf soziale Anlässe in der Natur, Zoobesuche oder bestimmte Reiseziele; sie kontrollieren Räume exzessiv auf Spinnen, oder meiden bestimmte Räume wie Keller oder Estrich komplett. Eine wirksame Behandlung gegen Spinnenangst stellt beispielsweise die Expositionstherapie dar, bei der sich Betroffene therapeutisch angeleitet den gefürchteten Situationen aussetzen. Dabei wird die Angst schrittweise abgebaut. Diese Therapie wird jedoch selten in Anspruch genommen, weil Betroffene sich nur ungern echten Spinnen aussetzen.

Das interdisziplinäre Forschungsteam um Prof. Dr. Dominique de Quervain hat Abhilfe geschaffen und die Smartphone-basierte Augmented-Reality-App Phobys entwickelt. Im Fachmagazin «Journal of Anxiety Disorders» berichten die Forschenden von vielversprechenden Ergebnissen mit dieser App gegen Spinnenphobie.

Phobys basiert auf der Expositionstherapie und verwendet ein realistisches 3D-Spinnenmodell, welches in die reale Welt projiziert wird. «Für Menschen, die Angst vor Spinnen haben, ist es leichter, sich einer virtuellen Spinne auszusetzten als einer echten», erklärt Anja Zimmer, Erstautorin der Studie.

Wirksamkeit in Studie überprüft

Zimmer und ihre Kollegen untersuchten die Wirksamkeit von Phobys in einer klinischen Studie mit 66 Probanden. Die an Spinnenangst leidenden Studienteilnehmenden absolvierten während zwei Wochen entweder sechs halbstündige Trainingseinheiten mit Phobys oder bekamen als Kontrollgruppe keine Intervention angeboten. Vor und nach der Behandlung näherten sich die Studienteilnehmenden einer echten Spinne in einer durchsichtigen Box so weit, wie es ihre Spinnenangst zuliess. Die Gruppe, die mit Phobys trainiert hatte, zeigte deutlich weniger Angst und Ekel in der realen Spinnensituation und war in der Lage, näher an die Spinne zu gelangen als die Kontrollgruppe.

Die App Phobys bietet neun verschiedene Levels, um der virtuellen Spinne näher zu kommen und mit ihr zu interagieren. Mit jedem Level werden die Aufgaben intensiver und damit schwieriger. Jedes Level endet mit einer Bewertung der eigenen Angst und des Ekels, und die App entscheidet, ob das Level wiederholt werden sollte oder zum nächsten fortgeschritten werden kann. Die App verwendet zudem spielerische Elemente, wie belohnende Feedbacks, Animationen und Soundeffekte, um die Motivation hoch zu halten.

Phobys gibt’s in den App Stores

Mithilfe der GeneGuide AG (Division MindGuide), einem Spin-off-Unternehmen der Universität Basel, wurde die App weiterentwickelt und ist nun in den App Stores für iPhones und Android-Smartphones erhältlich. Betroffene mit leichten Formen der Spinnenangst können die App in Eigenregie benutzen. Bei Menschen mit einer ausgeprägten Spinnenangst empfehlen die Forschenden die Nutzung der App nur in Begleitung einer Fachperson. Ob man Angst vor einer virtuellen Spinne hat, kann in der App gratis getestet werden. Das Training zur Reduktion der Spinnenangst ist in der App erwerbbar.

Die aktuelle Studie gehört zu einer Reihe von Projekten der Transfakultären Forschungsplattform Molecular and Cognitive Neurosciences, welche von Prof. Dr. Andreas Papassotiropoulos und Prof. Dr. Dominique de Quervain geleitet wird, die das Ziel verfolgen, die Behandlung von psychischen Störungen durch den Einsatz neuer Technologien zu verbessern und diese breit verfügbar zu machen.

Originalpublikation:
Anja Zimmer, Nan Wang, Merle K Ibach, Bernhard Fehlmann, Nathalie S Schicktanz, Dorothée Bentz, Tanja Michael, Andreas Papassotiropoulos, Dominique JF de Quervain
Effectiveness of a smartphone-based, augmented reality exposure app to reduce fear of spiders in real-life: A randomized controlled trial
Journal of Anxiety Disorders (2021)

Externer Link: www.unibas.ch

Mit niedriger elektrischer Spannung gegen Corona-Viren

Pressemitteilung der Universität Kassel vom 14.09.2021

Um Corona-Viren unschädlich zu machen, wird bisher hauptsächlich an biochemischen Verfahren gearbeitet. Ein Forschungsteam der Universität Kassel konnte in einem physikalischen Modell beweisen, dass elektrische Felder das spezifische Spike-Protein der Viren inaktivieren. Nun sollen die Erkenntnisse in die Praxis umgesetzt und Verfahren entwickelt werden, die zum Beispiel in Luftfilteranlagen Anwendung finden.

Für das Corona-Virus ist das sogenannte Spike-Protein auf seiner Außenhülle essentiell, damit es eine Zelle befallen kann. Denn dieses Protein bindet spezifisch an einen Rezeptor namens ACE2 auf der Oberfläche menschlicher Zellen. Das Virus kann dann mit der Zellmembran verschmelzen, sein Erbgut ins Zellinnere entlassen und sich weiter vermehren. Deshalb ist das Spike-Protein Angriffspunkt für Therapien und Impfungen. Ein Forschungsteam um Prof. Dr. Martin Garcia der Universität Kassel hat einen neuen Ansatz für eine rein physikalische Methode entwickelt, um das Virus unschädlich zu machen. „Unsere Computersimulationen zeigen, dass das Spike-Protein sehr anfällig für elektrische Felder moderater Stärke ist, die mit Hilfe einer einfachen Batterie erzeugt werden können. Dabei ist es sogar mehr als tausend Mal empfindlicher als andere Proteine“, erläutert Prof. Garcia.

Die Theorie: Strukturveränderungen durch elektrische Impulse

Denn die Bindung zwischen dem Spike-Protein und dem ACE2-Rezeptor ist sehr spezifisch und abhängig von der detaillierten Struktur der beiden Proteine. Ein kleiner Teil des Spike-Proteins, die Rezeptor-Bindungs-Domäne, passt zum ACE-Rezeptor wie ein Schlüssel zum Schloss. „Moderate bis schwache elektrische Impulse zwingen das Spike-Protein dazu, seine Struktur auf atomarer Ebene zu ändern, und das dauerhaft. Dann kann die Rezeptor-Bindungs-Domäne nicht mehr an den ACE2-Rezeptor der menschlichen Zelle andocken“, beschreibt Prof. Garcia. In Computersimulationen konnte diese Veränderung nicht nur für den Wildtyp des Virus vorhergesagt werden, sondern auch für ansteckendere Varianten wie Alpha (B.1.1.7), Beta (B.1.351) und die Gamma-Variante P.1. „Überraschenderweise macht die Strukturänderung des Spike-Proteins durch die Mutation das Virus zwar ansteckender, aber gleichzeitig erhöht sich dadurch seine Verwundbarkeit durch elektrische Felder“, berichtet Prof. Garcia. Bereits elektrische Felder der Stärke 0.0001 Volt/Nanometer verursachen strukturelle Schäden am Protein. Andere Proteine, auch die von gesunden Zellen, werden dadurch nicht geschädigt, da sie erst auf viel höhere Feldstärken mit Strukturänderungen reagieren.

Von der Theorie in die Praxis

Die im Modell beschriebene Inaktivierung von Corona-Viren mithilfe von elektrischen Feldern könnte auch in der Praxis als rein physikalische Methode zur Inaktivierung der Viren Anwendung finden. So könnte sie in Zukunft zum Beispiel eine neue Klasse von Luftfilteranlagen ermöglichen. Hierfür kann die bestehende Infrastruktur der Luftfilteranlagen genutzt werden. Die sogenannten HEPA-Filter müssten lediglich durch eine mikrostrukturierte, an Niederspannung angeschlossene Anordnung von Elektroden ersetzt werden, die die Corona-Viren inaktivieren. Die gefilterte Luft enthält dann nur noch unschädliche Viren und kann wieder in den Raum zugeführt werden. Vorteile gegenüber herkömmlichen HEPA-Filtern wären u.a. ein geringerer Energieverbrauch und eine viel längere Nutzungsdauer. Die Universität Kassel hat bereits ein Patent für eine technologische Anwendung ihrer theoretisch entwickelten Methode angemeldet.

Diese Arbeit der Arbeitsgruppe von Prof. Garcia wurde teilweise von der Universität Kassel durch das Projekt PhosMOrg finanziert.

Externer Link: www.uni-kassel.de