Bättre hantering av "big data" hjälper forskare att förstå naturen
Tidigare var problemet att det fanns för lite information om arter och ekosystem. Nu är problemet istället att det inte alltid finns datorsystem som klarar av att hantera den stora mängden information. Men forskare arbetar för att utveckla fler system.
Förmågan att hantera riktigt stora mängder data, som ofta kallas "big data", ger nu alltmer hjälp åt biologer att hitta rätt i informations-djungeln.
– Just nu försvinner flaskhalsen som har handlat om att vi har för lite data. Nu är utmaningen istället att utveckla datorprogram som kan hantera mängden data. Vi befinner oss i en sorts övergångs-period, säger Tobias Andermann som är forskare vid Göteborgs universitets globala centrum för biodiversitets-studier.
Hittills i forskarnas strävan att förstå naturen har begränsningen mest varit hur mycket information som går att samla in om arter och ekosystem.
– Men nu när det finns så stora databaser med uppgifter om allt från en fjärils geografiska utbredningsområde till en räkas hela arvsmassa - då har flaskhalsen istället blivit hur snabbt vi kan utveckla datorprogram som kan tolka stora mängder av information, säger Tobias Andermann.
Till exempel hade han själv med i sin doktorsavhandling nyligen ett program som kan uppskatta en arts risk för att dö ut.
– Jag var först intresserad av att förstå hur illa utrotningskrisen och den nuvarande biologiska mångfaldskrisen är.
Tobias Andermann vill förstå mer exakt hur hotad den biologiska mångfalden är, nu när det talas om risken för ett sjätte massutdöende på jorden. Därför skapade han datorprogrammet som kan analysera den stora informationsmängden i både tidigare och den nuvarande internationella rödlistan över hotade arter.
Och det har bland annat fått vetenskaps-centret Universeum i Göteborg att fråga om det skulle gå att ta fram en lista med fågelarter rankade efter sannolikheten för utdöende, som skulle kunna användas i avelsprogram för hotade fåglar.
Referens: Andermann, Tobias. "Advancing Evolutionary Biology: Genomics, Bayesian Statistics, and Machine Learning". Institutionen för biologi och miljövetenskap - Göteborgs Universitet, 2020.
