Visste du at pollenvarselet hver vår er et resultat av timevis med telling av mikroskopiske pollenkort? Eksperter tilbringer timer foran mikroskopet med manuell telling og identifisering av pollenprøver. Målet er at allergikere kan ta medisinen i tide før symptomene bryter ut. For mange arter er pollenkornene så like at ikke engang ekspertene kan skille en art fra en annen.
Nye metoder gir håp om at identifisering delvis kan gjøres automatisk i fremtiden. Dette kan spare både tid og penger, men også bidra til at arter kan gjenkjennes mer spesifikt. I tillegg kan metodene vise seg å være nyttige i andre fagfelt, som paleontologi.
Fra fossilt pollen til maskinlæring
Marcel Polling jobber med palynologi — han er spesialist i mikroskop-identifisering av pollen og andre mikroskopiske organismer. Denne kunnskapsnisjen kan brukes til å identifisere og telle pollen til pollenvarsling, men også til å beskrive fortiden. Sistnevnte var en del av Pollings arbeid i fem år, da han identifiserte fossilt pollen i gamle steinprøver. Mens han så inn i mikroskopet på de bittesmå kulene tenkte han stadig at det må finnes mer effektive måter å identifisere pollen på.
Så langt har datamaskiner ikke vært gode på å gjenkjenne ulike typer pollen, men algoritmene blir stadig bedre. I arbeidet med doktorgraden ved Naturhistorisk museum i Oslo og Naturalis Biodiversitetssenter i Nederland, ønsket han å finne ut om det var mulig å lære datamaskiner å skille svært like pollenkorn som ikke engang kan skilles av polleneksperter. Hvis han lykkes, kan overvåkning av allergifremmende pollen bli veldig mye mer spesifikk.
I dag blir prøvene tatt med en måler som inneholder en klebrig film som luftbårne pollenkorn setter seg fast i. Denne filmen analyseres av polleneksperter. Ifølge Polling tar det årevis å bli god på oppgaven. Det finnes over tusen ulike gressarter, men pollenkornene ser identiske ut. Dette er et problem i pollenidentifiseringen.
– Det er mange familier hvor dette er et problem, sier Polling. I stedet for å identifisere pollene som «gress» har jeg lyst til å være i stand til å skille artene fra hverandre, ettersom noen er mye mer allergifremmende enn andre.
Allergifremmende brennesler på vei
Derfor gjorde han en undersøkelse av nesle-familien. Den brenneslearten som finnes naturlig i Nederland (og Norge) er ikke allergifremmende. Pollenet fra denne brenneslen er helt lik en svært allergifremmende art fra samme familie (pellitory) som finnes rundt Middelhavet. På grunn av et varmere klima er den sistnevnte i ferd med å spre seg. Den trives i byer, hvor det er steinete, fuktig og varmt. Forskere frykter at den er på vei nordover, og at det vil være nyttig å kunne advare allergikere i fremtiden, ettersom det er en av de mest allergifremmende plantene rundt Middelhavet.
Prøver ble samlet inn av pollen fra den ikke-allergifremmende brenneslen i Nederland og fra den allergifremmende i Spania og Nederland. Luftprøver fra steder der begge plantene finnes ble også testet. Datamaskiner fikk tusenvis av prøver hvor arten var kjent, og deretter ble modellen testet på ekte luftprøver med uidentifisert pollen.
Resultatene var gode for neslefamilien ifølge Polling, og det gjør at polleneksperter kan identifisere og følge med på pollen fra den invaderende brenneslen. Når forskerne prøvde denne teknikken på gresspollen virket det ikke.
Gresspollenkornene fra ulike arter er for like. Derfor prøvde Polling en annen måte å identifisere artene på som har forbedret seg mye de siste årene: DNA-metabarkoding.
DNA-identifisering av gress
Kort fortalt går metoden ut på å finne en del av DNAet som er spesifikk for den arten, og bruke det som en «barkode». Som barkode-skannerne i en dagligvarebutikk som kan gjenkjenne tusenvis av ulike varer, kan en DNA barkode i DNA brukes til å identifisere artene fra en prøve som inneholder mange ulike arter, gitt at barkoden er spesifikk nok. Hvilken del av DNAet som er mest optimal for denne metoden er ikke alltid kjent, og mye arbeid ligger bak å optimalisere hvilken del av DNAet de kan bruke.
I dette tilfellet brukte Polling prøver som allerede var manuelt identifisert som en del av et pollenovervåkningsprogram. Han brukte DNA-metabarkoding-teknikken til å teste om han kunne få de samme resultatene som polleneksperter, og om mulig gjenkjenne enda flere arter. Polling prøvde to ulike DNA-områder som barkoder for å se om det var noen forskjell mellom områdene. En av barkodene bestod av en lang DNA-bit og den andre var kort. Det er fordeler og ulemper med begge disse områdene:
– Den korte barkoden lar deg ikke skille på art, men på den andre siden vil du alltid få DNA, selv om kvaliteten er dårlig. Med en lengre barkode vil du trenge høy kvaltitet på DNAet, men du kan nesten alltid skille artene, sier Polling.
Resultatene viste at med den lange barkoden kunne forskerne identifisere 170 arter. Den manuelle mikroskoperingen kan bare skille 20 ulike pollentyper, og ingen på artsnivå. Dette gir håp om at det vil være mulig å overvåke pollen mer effektivt og på artsnivå. Det er bare ett problem: DNA-metabarkoden viser ikke hvor mye pollen det er, bare hvorvidt arten er tilstede eller ikke.
Mengde er avgjørende
Hvor mye pollen i lufta vil gjøre deg syk? Med det manuelle pollenovervåkningsprogrammet er det mulig å telle mengden pollen. Hvis DNA-metoden skal brukes til allergivarsling må du kunne si noe om mengden.
– Når vi prøvde den nye metoden klarte vi å få den relative mengden av en art, og dette viste en klar sammenheng med hva ekspertene fant i mikroskopet. Dette er et veldig viktig funn, sier Polling.
Siden DNA-metoden kun kan vise den relative mengden, må mikroskopmetoden fremdeles brukes, men de to metodene sammenlagt vil trolig bli mindre arbeidskrevende. Polling håper at det vil være mulig å bruke DNA-metoden til å også telle absolutt mengde i fremtiden. Han legger til at DNA-metoden kan brukes til å overvåke andre ting slik som tilstedeværelsen av fremmede arter. Med klimaendringer er det sannsynlig at flere fremmede arter vil dukke opp og gamle arter blir kanskje borte. Med pollenovervåkning vil det være lettere å holde oversikt over disse forandringene og hvordan det vil påvirke pollenallergikere, mener han.
Les de vitenskapelige artiklene her:
Polling, M., Li, C., Cao, L. et al. Neural networks for increased accuracy of allergenic pollen monitoring. Scientific Reports, May 2021
Polling, M., Sin, M., de Weger, L. A., Speksnijder, A.G.C.L., Koenders, M.J.F., de Boer, H., Gravendeel, B., DNA metabarcoding using nrITS2 provides highly qualitative and quantitative results for airborne pollen monitoring, Science of The Total Environment, 2022
