„Smart Plants“

Der weltweite Bedarf an Nahrungsmitteln wächst – und gleichzeitig steigen die Risiken für Ernteausfälle. Hitze, Trockenheit, Überschwemmungen, salzige Böden, Krankheiten und Schädlinge bedrohen vielerorts die Landwirtschaft. Hinzu kommt, dass die genetische Vielfalt vieler Kulturpflanzen durch jahrzehntelange Selektion auf Ertrag geschrumpft ist. Das Problem ist seit Langem bekannt, doch die bisher üblichen Züchtungsmethoden sind zu langsam, um auf die Geschwindigkeit des Klimawandels und globaler Veränderungen zu reagieren.

#####1#####

Forschende schlagen deshalb einen Paradigmenwechsel vor: Genetische Ressourcen – wie sie etwa auch in Genbanken lagern – sollen gezielter genutzt, erweitert, schneller ausgewertet und mit maßgeschneiderten Züchtungsstrategien kombiniert werden. KI dient dabei als Katalysator, der die Suche nach wertvollen Genvarianten beschleunigt und ihre Funktion präziser vorhersagt. Das Herzstück dieses neuen Ansatzes ist die Integration von vier technologischen Säulen: Omics-Technologien, Genom-Editierung, Protein-Design und High-Throughput-Phänotypisierung. Die Daten aus all diesen Bereichen fließen in KI-gestützte Modelle, die komplexe Zusammenhänge zwischen Erbgut, Umwelt und Pflanzeneigenschaften entschlüsseln und optimale Züchtungsstrategien vorschlagen.

Omics-Technologien: Das digitale Porträt der Pflanze

Die sogenannten Omics-Technologien liefern ein umfassendes Bild davon, wie Pflanzen auf genetischer, molekularer und biochemischer Ebene funktionieren. Die Genomik erfasst das gesamte Erbgut einer Pflanze, während die Transkriptomik aufzeigt, welche Gene unter bestimmten Bedingungen aktiv sind. Die Proteomik analysiert die Gesamtheit der gebildeten Eiweiße, und die Metabolomik untersucht die Vielfalt kleiner Moleküle, die für Stoffwechselprozesse entscheidend sind.

#####2#####

Besonders die Genomik hat in den vergangenen Jahren enorme Fortschritte gemacht: Mithilfe moderner Sequenziertechnologien lassen sich z.B. Pan-Genome erstellen – umfassende Referenzsammlungen aller Gene einer Pflanzenart, einschließlich seltener Varianten, die oft entscheidend für Resistenzen, Qualität oder Stresstoleranz sind. Solche Daten bilden die Grundlage für Genotyp-Phänotyp-Assoziationsstudien, mit denen sich Zielgene für die Züchtung identifizieren lassen.

In Zuchtprogrammen wird heute bereits auf genetische Vielfalt aus Genbanken und Wildarten zurückgegriffen. KI kann diese Arbeit jedoch massiv beschleunigen, indem sie Millionen von Genvarianten automatisch mit Merkmalen wie Stresstoleranz oder Qualität verknüpft und so die aussichtsreichsten Kandidaten in kürzester Zeit identifiziert.

Künftig könnte KI diese Datenströme nicht nur schneller auswerten, sondern auch komplexe Wechselwirkungen zwischen Genvarianten, Genaktivität, Proteinstrukturen und Stoffwechselwegen automatisch erkennen. So ließen sich Zielgene für die Züchtung präziser bestimmen und ihr Zusammenspiel mit Umweltfaktoren vorhersagen – ein entscheidender Schritt hin zu den „Smart Plants“.

#####3#####

Vom Genom zum „zweiten Pflanzengenom“

Neben dem Erbgut der Pflanze selbst rückt zunehmend das Pflanzenmikrobiom in den Fokus – also die Gesamtheit der mit einer Pflanze lebenden Mikroorganismen. Bakterien und Pilze können das Wachstum fördern, die Nährstoffaufnahme verbessern oder Pflanzen widerstandsfähiger gegen Krankheiten machen. Dieser „zweite Genpool“ eröffnet neue Züchtungsmöglichkeiten: Pflanzen könnten so optimiert werden, dass sie besonders gut mit nützlichen Mikroben zusammenarbeiten.

Künftig sollen lernende Algorithmen hier Mikrobiom-Daten direkt mit Pflanzengenome-Analysen, Umweltparametern und Ertragsdaten verknüpfen. So ließen sich bislang verborgene Kombinationen aus Genvarianten und Mikrobiom-Zusammensetzungen aufspüren, die unter bestimmten Anbaubedingungen besonders vorteilhaft sind – und Zielgene für die Züchtung wesentlich schneller identifizieren.

Präzises Editieren: Vom Genbaustein zum Designer-Genom

Die Werkzeuge der modernen Genom-Editierung wie CRISPR/Cas9 erlauben punktgenaue Änderungen im Erbgut. Neben dem Ausschalten einzelner Gene sind heute auch großskalige Veränderungen möglich: das gezielte Einfügen oder Kombinieren ganzer Genpakete (Gene Stacking), das Erzeugen neuer Genvarianten oder sogar das Umstrukturieren von Chromosomen, um genetische Blockaden zu lösen.

Besonders spannend ist z.B. die Möglichkeit, genetische Kopplungen aufzubrechen, bei denen nützliche Gene untrennbar mit nachteiligen Eigenschaften verknüpft sind. Durch präzises Chromosomen-Engineering könnten Züchter künftig nur die erwünschten Merkmale übernehmen. Solche Eingriffe lassen sich durch KI beschleunigen, die die vielversprechendsten Zielregionen im Genom identifiziert und die passenden Werkzeuge optimiert.

In einer weiterentwickelten Form könnte KI den gesamten Editierprozess vorab simulieren, unerwünschte Off-Target-Effekte präzise vorhersagen und aus Millionen potenzieller Schnittstellen automatisch die sichersten auswählen. Das würde den Weg zu gezielten genetischen Verbesserungen deutlich verkürzen und die Erfolgsquote steigern.

Protein-Design: Maßgeschneiderte Werkzeuge für Pflanzen

#####5#####

Neben dem Verändern vorhandener Gene eröffnet das Design von Proteinen faszinierende Möglichkeiten. KI-gestützte Verfahren wie AlphaFold ermöglichen es teilweise schon heute, Proteinstrukturen vorherzusagen und gezielt zu verändern. So könnten z.B. maßgeschneiderte Abwehrmoleküle erzeugt werden, die Krankheitserreger sicherer erkennen und unschädlich machen, noch bevor die Pflanze Schaden nimmt.

Weitere Anwendungsmöglichkeiten sind Biosensoren, also winzige biologische Messgeräte, die direkt in Pflanzen eingebaut werden können. Sie reagieren auf bestimmte Moleküle – zum Beispiel Zucker, Hormone oder Nährstoffe – und senden ein messbares Signal aus, sobald sich deren Konzentration verändert. So könnten Landwirte oder Züchter in Echtzeit sehen, wie sich der Stoffwechsel einer Pflanze entwickelt, ob sie unter Nährstoffmangel leidet oder ob ein Krankheitsbefall droht. Das wäre ein großer Fortschritt für die Präzisionslandwirtschaft, weil man Düngung, Bewässerung oder Pflanzenschutz gezielter steuern könnte, anstatt nach festen Zeitplänen oder erst dann zu handeln, wenn bereits Schäden sichtbar sind.

Ein weiterer spannender Ansatz sind künstliche Ionenkanäle. Das sind winzige „Tore“ in den Zellmembranen, über die Pflanzen Wasser und gelöste Stoffe aufnehmen oder abgeben. Durch gezieltes Design solcher Kanäle könnten Pflanzen beispielsweise Wasser effizienter speichern oder Salz aus dem Zellinneren fernhalten. Das würde ihnen helfen, Trockenheit oder salzige Böden besser zu überstehen – Bedingungen, die in vielen Regionen der Welt durch den Klimawandel häufiger auftreten.

Langfristig dürfte KI nicht nur bestehende Strukturen optimieren, sondern auch völlig neuartige Proteine entwerfen, die es in der Natur nicht gibt. Indem Labor- und Felddaten mit komplexen Simulationsmodellen verknüpft werden, könnten solche Designs schneller getestet und für die Züchtung nutzbar gemacht werden.

#####6#####

Phänotypisierung in neuer Dimension

Eine zentrale Herausforderung in der Pflanzenforschung ist es, die Wirkung genetischer Veränderungen zuverlässig zu messen. Noch wichtiger ist es, komplexe Wechselwirkungen zwischen Genotyp, Phänotyp und Umweltbedingungen zu erkennen – etwa, wie bestimmte Genvarianten unter Trockenstress wirken oder wie sich Mikrobiomzusammensetzungen und Genexpression gegenseitig beeinflussen.

Hier setzt die High-Throughput-Phänotypisierung an: Drohnen, autonome Roboter und stationäre Plattformen erfassen in Sekundenschnelle z.B. Pflanzengröße, Blattflächen, Wuchsformen, Temperaturen, Photosyntheseleistung oder sogar die Wurzelarchitektur – und das unter realen Anbaubedingungen.

Zukünftig sollen KI-gestützte Systeme diese Datenflut in Echtzeit auswerten, mit Genom- und Klimadaten abgleichen und sofort Rückschlüsse für die Züchtung ziehen. So würden Züchter schon während einer Saison erkennen, welche Pflanzenlinien sich unter bestimmten Bedingungen am besten entwickeln.

#####7#####

Die Vision: KI-gestützte Züchtungsplattformen

In der Zukunft könnten Züchter mit KI-Systemen zusammenarbeiten, die auf Grundlage riesiger Datensätze Vorschläge für die optimale Kombination von Züchtungsmethoden machen – vom gezielten Kreuzungsplan über präzise Genom-Editierung bis hin zur Steuerung des Pflanzenmikrobioms. Dieses Konzept, das manche Forschungsverbünde wie CEPLAS als „Smart Plant“ bezeichnen, vereint klassische und hochmoderne Ansätze zu einer flexiblen, anpassungsfähigen Züchtungsstrategie.

Solche Systeme würden nicht nur bestehende Kulturpflanzen verbessern, sondern könnten auch Wildarten neu domestizieren, um sie als klimaresiliente Nutzpflanzen zu etablieren.

Es bleiben viele Herausforderungen

So vielversprechend diese Entwicklungen sind, sie werfen auch Fragen auf: Wie werden neue Sorten reguliert? Besonders bei genomeditieren Pflanzen ist die Lage uneinheitlich: In einigen Ländern gelten sie – sofern keine fremden Gene eingefügt wurden – nicht als gentechnisch veränderte Organismen und unterliegen damit weniger strengen Vorschriften. In anderen Regionen werden sie dagegen rechtlich wie klassische transgene Pflanzen behandelt. Diese Unterschiede bei Zulassung, Sicherheitsprüfung und Kennzeichnung erschweren die internationale Nutzung.

Darüber hinaus spielen gesellschaftliche Akzeptanz, Entwicklungskosten und der Zugang zu solchen Technologien eine zentrale Rolle für Erfolg und Misserfolg. Die Akzeptanz hängt stark davon ab, ob Nutzen und Risiken klar kommuniziert werden und ob die Bevölkerung Vertrauen in die zuständigen Behörden und Institutionen hat. Die Entwicklung neuer Sorten erfordert aber auch oft hohe Investitionen – nicht nur in Forschung und Züchtung, sondern auch für Lizenzgebühren bei geschützten Verfahren und für die notwendige Labor- und Feldinfrastruktur. In ärmeren Ländern, wo der Bedarf an klimaresistenten und ertragreichen Pflanzen besonders groß ist, fehlen häufig die technischen Kapazitäten und finanziellen Ressourcen. Dadurch besteht die Gefahr, dass die Vorteile dieser neuen Technologien nicht überall gleich schnell ankommen.

Quelle:
Li, G. et al. (2025): Integrated biotechnological and AI innovations for crop improvement. In: Nature (23 Juli 2025). doi:10.1038/s41586-025-09122-8

Zum Weiterlesen auf Pflanzenforschung.de:

• Schneller züchten dank Künstlicher Intelligenz – KI sagt Genexpressionsmuster voraus
• Genom-Editierung wird präziser – Künstliche Intelligenz verbessert die Erfolgsrate beim Prime Editing
• Arten-Hotspots identifiziert – Mit künstlicher Intelligenz entstand ein umfassendes Weltbild der Artenvielfalt
• CEPLAS überzeugt erneut im Exzellenzwettbewerb – DFG und Wissenschaftsrat wählen Pflanzenforschungscluster für dritte Förderphase aus
• Interview mit Martin Mascher – Über Pangenome, Alpha-Fold und Delfin-Hafer

Titelbild: KI zieht verstärkt in die Pflanzenzüchtung ein (Symbolbild). (Bildquelle: © Pflanzenforschung.de)