[Science News] - Identificatie van fossiele mossensporen dankzij de SEM-beeldvormingsexpertise van Plantentuin Meise

Scanning electron microscopy (SEM) is een belangrijk hulpmiddel en het SEM-team van Meise Botanic Garden heeft vele jaren ervaring in het in beeld brengen van de kleinste deeltjes, zoals eencellige algen, stuifmeelkorrels en sporen van mossen en schimmels. Deze expertise is essentieel voor het verzamelen van historische gegevens en het leren van gebeurtenissen uit het verleden zal ons helpen om klimaatverandering beter te begrijpen. 

Wanneer bodemmonsters uit het Kwartair (2,58 miljoen jaar geleden tot nu) worden bestudeerd om de plantengroei uit het verleden te reconstrueren, baseerde men zich tot nu toe vrijwel uitsluitend op stuifmeelkorrels van naaldbomen en bloemplanten. Hierbij werden andere plantengroepen over het hoofd gezien vb. sporen van mossen (bryofyten). Mossen omvatten nochtans een aanzienlijke diversiteit van ongeveer 22 000 soorten die in alle ecosystemen voorkwamen/komen, op de mariene ecosystemen na.

Door het ontbreken van identificatiesleutels voor sporen van mossen zijn ze een grotendeels onbenutte bron in de paleo-ecologie gebleven. Daarom wilde prof. dr. Alain Vanderpoorten, een bryofyten-specialist aan de Universiteit van Luik,  SEM beelden van sporen van alle bekende mossen verzamelen om een digitaal identificatie-instrument te creëren. Zijn idee kreeg een inventieve wending toen hij de mogelijkheid overwoog om een op AI gebaseerde applicatie te ontwikkelen.

Zijn doctoraatsstudente Alix Milis heeft het idee nu geconceptualiseerd en coördineert een multi-institutioneel onderzoek dat onlangs werd voorgesteld in een artikel in het tijdschrift Trends in Plant Science. Plantentuin Meise speelt in dit project een belangrijke rol om twee redenen. Ten eerste bezit het herbarium een grote collectie van 420.000 mossenspecimens en ten tweede staat Plantentuin Meise bekend om zijn hoogwaardige SEM-beeldvorming. 

Het SEM-team van Plantentuin Meise werkt sinds 2015 samen met prof. Vanderpoorten en heeft de beelden geproduceerd van sporen die zijn verzameld uit herbariumspecimens en die zijn ‘gevoed’ aan de machine learning-algoritmen, in dit geval diepe neurale netwerken (DNN's), met verbluffend goede resultaten. Zodra de DNN's voldoende taxa kunnen herkennen, wordt de deur geopend naar de identificatie van gefossiliseerde mossensporen in kernmonsters. Deze tool zal een beter inzicht geven in de klimatologische impact in het verleden en bijgevolg leiden tot een beter begrip van ons toekomstige klimaat.

Reference

Milis, A., Mäder, P., de Haan, M., Ballings, P., Van der Beeten, I., Goffinet, B., & Vanderpoorten, A. (2025a). Time to spice-up paleoecological records with bryophyte spores. Trends in Plant Science.