Die Goethe-Universität Frankfurt erweitert ihre digitale Präsenz und ist ab sofort auf der Social-Media-Plattform Bluesky aktiv. Nach dem Austritt aus X (ehemals Twitter) gemeinsam mit mehr als 60 weiteren Hochschulen im Januar setzt die Universität auf eine transparente, wissenschaftsfreundliche und dezentrale Alternative.

Wie die Farbe Blau aussieht oder wie sich die Form einer Kugel anfühlt, darüber sind sich Menschen überall auf der Welt weitestgehend einig. Doch wenn es darum geht, Gerüche zu beschreiben, gehen die Meinungen oft auseinander. Denn anders als bei der Verarbeitung von Wellenlängen des Lichts im Gehirn, die die Bestimmung von Farben relativ eindeutig ermöglicht, lässt sich bis heute aus der chemischen Zusammensetzung von Stoffen in unserer Umgebung nicht ohne Weiteres auf deren Geruch schließen. Um zur Lösung dieses sogenannten Stimulus-Perzept-Problems beizutragen, haben Wissenschaftlerinnen und Wissenschaftler der Friedrich-Schiller-Universität Jena nun Datensätze vorgelegt, in denen sie zusammentragen, wie Tausende Testpersonen Gerüche wahrnehmen, beschreiben und klassifizieren.

Warum in artenreichen Wäldern so viele Baumarten koexistieren und wie dies mit bestimmten räumlichen Mustern der Baumarten zusammenhängt, wird in der Ökologie schon seit längerer Zeit diskutiert. Die Klärung der Frage ist wichtig, weil sich daraus wertvolle Rückschlüsse zur Stabilität von artenreichen Wäldern gewinnen lassen. Ein internationales Wissenschaftler:innen-Team unter Leitung des Helmholtz-Zentrums für Umweltforschung (UFZ) hat unerwartete Muster in der räumlichen Verteilung von Baumarten entdeckt und in Nature veröffentlicht. Um die Koexistenz von Baumarten zu sichern, setzen tropische und gemäßigte Wälder erfolgreich auf entgegengesetzte Strategien, die auf der Clusterung von Bäumen und der Häufigkeit von Baumarten beruhen.

Die Regenwälder als wichtige Biome der Erde galten noch bis in die jüngere Geschichte als unbewohnt. Neue Funde zeigen nun, dass der Mensch vor wenigstens 150.000 Jahren in den afrikanischen Regenwäldern lebte. Damit verschiebt sich der älteste bekannte Nachweis von menschlicher Bewohnung der Regenwälder um mehr als das Doppelte der bisher bekannten Datierung

Um die komplexen Prozesse des Lebens zu verstehen, ist es entscheidend, einzelne Strukturen in Zellen zu erkennen und voneinander zu unterscheiden. Dieser Schritt wird als „Segmentierung“ bezeichnet und ermöglicht es zum Beispiel, die Reaktion von Zellen auf Medikamente zu analysieren. Ein internationales Forschungsteam unter der Leitung der Universität Göttingen hat nun eine weitere Methode entwickelt: Es hat die bestehende KI-basierte Software „Segment Anything“ neu trainiert, sodass das neue Modell – genannt „Segment Anything for Microscopy“ – in der Lage ist, Bilder von Geweben, Zellen und ähnlichen Strukturen in einer Vielzahl von Situationen präzise zu segmentieren. Damit Forschende, Ärztinnen und Ärzte es nutzen können, hat das Team zudem auch „μSAM“ entwickelt, eine benutzerfreundliche Software zur „Segmentierung von allem“ in Mikroskopiebildern. Ihre Arbeit wurde in der Fachzeitschrift Nature Methods veröffentlicht.

Wie lässt sich der Verlust von Arten und Lebensräumen in Agrarlandschaften stoppen? Bisher wurden Maßnahmen dazu meist von einzelnen landwirtschaftlichen Betrieben umgesetzt. Im Gegensatz dazu bieten Agrarumweltmaßnahmen, die betriebsübergreifend auf Landschaftsebene geplant werden, größere Potenziale für unterschiedliche Arten passende Lebensräume als Mosaik in der Landschaft zu schaffen. Erfolgreicher Agrarnaturschutz auf Landschaftsebene erfordert aber auch die Zusammenarbeit der landwirtschaftlichen Betriebe und weiterer Beteiligter aus Gemeindeverwaltung, Politik und Naturschutz. Deshalb zeigen Forschende der Universität Göttingen essenzielle Schlüsselfaktoren, die einen gelungenen Agrarnaturschutz auf Landschaftsebene begünstigen. Die Ergebnisse der Studie sind in der Fachzeitschrift People and Nature erschienen.

Cambridge, MA, 25. Februar – Insilico Medicine („Insilico“), ein biotechnologisches Unternehmen in der klinischen Phase, das auf die Generierung von Medikamenten mithilfe künstlicher Intelligenz (KI) spezialisiert ist, hat kürzlich einen präklinischen Meilenstein in der Zusammenarbeit mit Therasid Bioscience erreicht. Therasid Bioscience ist ein biotechnologisches Unternehmen mit Sitz in Südkorea, das sich auf die Entwicklung innovativer und erstmaliger („first-in-class“) Medikamente zur Behandlung der mit metabolischen Dysfunktionen assoziierten Steatohepatitis (MASH) konzentriert.