Am Institut für Informatik der Universität Freiburg gibt es seit heute eine neue Anlaufstelle für mikrobiologische Daten: das „Microbiology Galaxy Lab“ (MGL). Die kostenlose, webbasierte Plattform soll große und komplexe Datenmengen analysierbar machen – auch dort, wo eigene Softwareinstallationen, leistungsstarke Rechner oder umfangreiche Bioinformatikkenntnisse fehlen.

Die Idee dahinter ist ziemlich bodenständig: Forschende laden Daten hoch, wählen Werkzeuge oder vorgefertigte Workflows aus und lassen öffentliche Server rechnen. Die nötige Rechenkapazität wird kostenlos bereitgestellt. MGL basiert auf der Open-Source-Software Galaxy und wird von der internationalen microGalaxy-Community getragen. Dr. Paul Zierep vom Institut für Informatik der Universität Freiburg ist Wissenschaftler und Co-Koordinator dieser Community.

Viele Werkzeuge, weniger Einstiegshürden

Das Volumen mikrobiologischer Omics-Daten wächst schneller als die Analysekapazitäten vieler Forschungseinrichtungen. Komplexe Software, fehlende Bioinformatikkenntnisse, begrenzte Rechenressourcen und unterschiedliche Referenzdatenbanken machen die Sache zusätzlich mühsam. Gerade bei Whole-Genome-Sequencing-Daten braucht es oft mehrere Schritte: Qualitätskontrolle, Assemblierung sowie die Suche nach Resistenz- und Virulenzfaktoren.

MGL bündelt dafür 319 Tool-Suites mit insgesamt 884 kuratierten Werkzeugen. Dazu kommen 117 sofort nutzbare, kuratierte Workflows. 42 davon sind in WorkflowHub oder Dockstore veröffentlicht und können auch auf anderen Galaxy-Instanzen eingesetzt werden. Die Workflows decken unter anderem Metabarcoding, Genomassemblierung, Metagenomik, Metaproteomik und Analysen antimikrobieller Resistenzen ab. Sie lassen sich grafisch erstellen, anpassen und verwalten.

Unterstützt werden Metabarcoding, (Meta-)Genomik, (Meta-)Transkriptomik, (Meta-)Proteomik, taxonomische Klassifikation, funktionelle Annotation, Multi-Omics-Integration und Metabolomik. Auch Genomassemblierung, AMR-Gene, Virulenzfaktoren und mobile genetische Elemente gehören dazu. Mehr als 170 Referenzgenome und rund 11 Terabyte Referenzdaten stehen bereit. Daten können unter anderem aus UCSC, NCBI SRA, ENA und MGnify abgerufen werden.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Wer lieber interaktiv arbeitet, kann Pavian, Phinch, Shiny-Phyloseq und Apollo nutzen. Jupyter Notebooks und RStudio helfen bei teilbaren Analysen. Jeder Analyseschritt wird chronologisch dokumentiert; vollständige Provenienz gehört zum Konzept. Workflows speichern die verwendeten Tool-Versionen und lassen sich als RO-Crate exportieren. Werkzeuge und Workflows werden versioniert, getestet und regelmäßig aktualisiert.

Die öffentlichen Instanzen sind unter microbiology.usegalaxy.org, microbiology.usegalaxy.eu, microbiology.usegalaxy.org.au und microbiology.usegalaxy.fr erreichbar. Wer Daten lieber in der eigenen Umgebung hält, kann MGL über einen Docker-Container lokal installieren. Tutorials, Schulungsvideos und strukturierte Lernpfade führen durch die ersten Schritte – ein Segen, wenn man nicht schon beim zweiten Menüpunkt aussteigt.

Vom Resistenzgen bis zur Wolke

Die Plattform ist nicht nur für Krankheitsforschung gedacht. In Gesundheits- und Krankheitsstudien geht es um die Überwachung antimikrobieller Resistenzen, um AMR-Gene, Plasmide, Integrons und Insertionssequenzen. Pathogene lassen sich erkennen, Ausbrüche untersuchen und Fragen der Lebensmittelsicherheit bearbeiten. Genomische Resistenzprofile können mit phänotypischen Antibiotika-Empfindlichkeitstests verbunden werden.

Untersucht werden außerdem Pathogenentwicklung, Wirts-Mikroben-Interaktionen und Krankheitsbiomarker. Beispiele reichen von Candida glabrata und Klebsiella pneumoniae über COVID-19 und Mukoviszidose bis zu Eierstockkrebs und der Überwachung viraler Linien im Abwasser. KI-basierte Anwendungen wurden zur Suche nach Darmkrebs-Biomarkern und zur Klassifikation unbekannter Viren eingesetzt.

Die ökologische Seite führt in Böden, Pflanzenwurzeln, Wolken, Ozeane und Abwasser. Dort geht es um Nährstoffkreisläufe, Kohlenstoffbindung, Zersetzung und Reaktionen auf Umweltstress. Long- und Short-Read-Sequenzierung können kombiniert werden, um Stämme zu identifizieren; 16S-rRNA-Analysen und die funktionelle Annotation mikrobieller Gene werden unterstützt. Multi-Omics verbindet genomisches Potenzial mit Genexpression und Proteinaktivität. Beschrieben sind unter anderem Anwendungen zu atmosphärischen Mikroorganismen, mariner Metaproteomik und Metagenom-assemblieren Genomen.

Auch Bürgerwissenschaft und Ausbildung sind dabei. Das Projekt „BeerDEcoded“ analysierte mit MGL Biermikroorganismen, unter Beteiligung unter anderem von Schülerinnen und Schülern. BioDIGS unterstützt Einrichtungen mit bislang begrenztem Zugang zu genomischer Forschung. SPUN nutzt die Plattform, um mykorrhizale Pilzgemeinschaften weltweit zu kartieren.

Eine Literaturauswertung fand 10.991 Veröffentlichungen mit Galaxy-Analysen, davon 3.067 aus der Mikrobiologie. 883 Studien, also 28,8 Prozent, befassten sich mit Gesundheit und Krankheiten; 617, entsprechend 20,1 Prozent, mit Ökosystemen und Biodiversität. 1.184 Arbeiten, 38,6 Prozent, deckten beide Bereiche ab. Besonders häufig waren (Meta-)Genomik, Metabarcoding und Metatranskriptomik. Bei den konkreten Aufgaben dominierten taxonomische Klassifikation, funktionelle Analyse und AMR-Genprofilierung.

Was Nutzer brauchen – und was sie bremst

Zwischen März und September 2023 nahmen 130 Personen an einer Umfrage teil. Weil sie über Galaxy-nahe Kanäle erreicht wurden, kann die Verteilung zugunsten bereits bestehender Galaxy-Nutzer verzerrt sein. Für 44,4 Prozent war die Bakterie das wichtigste Untersuchungsobjekt. Am häufigsten eingesetzt oder gewünscht wurden Einzelorganismus-Genomik mit 23,9 Prozent, Metagenomik mit 23,1 Prozent und (Meta-)Transkriptomik mit 22,3 Prozent.

Bei den Rechenaufgaben lagen funktionelle Analyse mit 12,7 Prozent, Genidentifikation mit 12,4 Prozent und Genomassemblierung mit 11,0 Prozent vorn. Die größten Hindernisse: fehlende Erfahrung, genannt von 51,9 Prozent, und technische Schwierigkeiten mit 25,9 Prozent. 77,7 Prozent würden Galaxy bevorzugen, wenn benötigte Werkzeuge und Datenbanken integriert wären. Die bisherige Nutzung konzentrierte sich vor allem auf Europa mit 31,7 Prozent und Asien mit 27,9 Prozent.

Für den Einstieg gibt es 39 mikrobiologische Tutorials, 17 Videos mit zusammen 16 Stunden Laufzeit und vier strukturierte Lernpfade. Die Inhalte reichen von grundlegender Sequenzanalyse bis zur Metagenomik-Assemblierung und Metaproteomik. In fünf Jahren organisierte die microGalaxy-Community 40 Trainingsveranstaltungen. Die Galaxy Training Academy erreichte seit 2021 mehr als 10.000 Teilnehmende. 2024 wählten 66,7 Prozent von mehr als 3.000 Registrierten mindestens einen der Tracks „Microbiome“ oder „Bacterial Genomics“; der Mikrobiom-Track kam 2025 auf 56,3 Prozent einer ähnlich großen Anmeldegruppe.

Gegründet wurde die microGalaxy-Community 2021 als Special Interest Group innerhalb des Galaxy-Projekts. Regelmäßige Treffen, Arbeitsgruppen, Hackathons und Workshops halten sie am Laufen. Zwei ELIXIR-BioHackathons und ein microGalaxy-Hackathon entwickelten unter anderem den Galaxy CoDex, der Werkzeuge, Workflows und Tutorials katalogisiert. Ausgewählt wird nach Relevanz, Pflegezustand, Best Practices, Nutzung und Community-Bedarf. Veraltete Werkzeuge können aus der MGL-Oberfläche verschwinden, bleiben für die Reproduzierbarkeit aber auf öffentlichen Galaxy-Servern verfügbar.

Offen, aber nicht grenzenlos

Im Vergleich zu MG-RAST, KBase, BV-BRC und MGnify wird MGL als flexibler und stärker anpassbar beschrieben. Werkzeuge und Workflows sind transparent integriert und können verändert werden; Funktionen anderer Plattformen lassen sich einbinden. In den vergangenen fünf Jahren wurden einschlägige Werkzeuge und Workflows mehr als 25 Millionen Mal ausgeführt.

Ganz ohne Haken ist das nicht. Öffentliche Galaxy-Server haben begrenzte Rechen-, Speicher- und Parallelverarbeitungskapazitäten. Sensible menschliche Daten sind dort in der Regel