Künstlicher Darm für die nachhaltige Fischzucht
Fisch stellt eine weit verbreitete und gesunde Nahrungsquelle dar. Zuchtfische werden allerdings mit Fischöl und Fischmehl gefüttert, die normalerweise aus der Produktion kleinerer, ölhaltiger Arten stammen. Daraus ergeben sich Fragen der Nachhaltigkeit für die moderne Aquakultur, eine Industrie, die nach alternativen Futterquellen mit ausreichender Nährstoffqualität sucht. Die Standardmethode zur Bewertung der ernährungsbedingten und gesundheitlichen Auswirkungen neu entwickelter Futtermittel beinhaltet die Tötung von Tieren, um eine Bewertung vorzunehmen. Alternative weniger destruktive Methoden erfordern ebenfalls mehrere In-vivo-Versuche, um kalibriert zu werden. Die Plattform Fish-AI(öffnet in neuem Fenster), die mit Unterstützung der EU aufgebaut wurde, ist ein künstlicher Darm, der die Stammzellentechnologie nutzt, um nicht nur den Nährwert, sondern auch die Auswirkungen von kompletten Futtermitteln oder einzelnen Komponenten auf die Gesundheit der Darmwand zu bewerten. Dadurch verringert sich die Zahl der Tiere, die geopfert werden müssen, und die Entwicklung neuer Futterquellen könnte optimiert werden. „Das System ist sehr nützlich, weil es Hinweise auf die Mechanismen bietet, die Schäden verursachen oder eventuell verhindern, die im gesamten Organismus schwer zu untersuchen sind“, erklärt Fulvio Gandolfi(öffnet in neuem Fenster) von der Abteilung für Agrar- und Umweltwissenschaften der Universität Mailand.
Einen künstlichen Darm entwickeln
Die Plattform Fish-AI besteht aus einer oberen Kammer, die das Darmlumen nachahmt, und einer unteren Kammer, die den Blutstrom darstellt. Diese beiden sind durch eine Membran getrennt, die die Darmwand darstellt, auf der Darmepithelzellen und in einigen Fällen auch Stromazellen wachsen. Im Rahmen des Projekts wurden zwei stabile Zelllinien isoliert, die zahlreiche charakteristische Merkmale der beiden Darmabschnitte aufweisen und einen Überblick über das gesamte Organ bieten können. Das Team entwickelte daraufhin einige Prototypen, die die Bedingungen in den Darmzellen so exakt wie möglich nachahmen. Schließlich führten die Forschenden parallele Experimente durch, bei denen sie dieselben Futtermittel in vivo und in vitro verglichen.
Erfolgreiche Schaffung von Darmzelllinien
Das Projektteam brachte mehrere wichtige Ergebnisse hervor, darunter die Entwicklung neuer Darmzelllinien der Regenbogenforelle. „In den vergangenen vier Jahren hat sich angedeutet, dass diese stabil sind und wichtige physiologische Eigenschaften beibehalten können“, so Gandolfi. Das Team entwickelte zwei zuverlässige Prototypen, in denen sich diese Zellen vollständig differenzieren (reifen) und nützliche Daten erzeugen können. Im letzten Projektteil wurden in einem umfassenden Versuch in Zusammenarbeit mit Skretting Aquaculture Innovation(öffnet in neuem Fenster) – einem weltweit führenden Unternehmen in der Futtermittelproduktion – drei bekannte Futtermittel und zwei experimentelle Rezepturen sowohl in vivo als auch in vitro getestet. Das Team stellte seine Ergebnisse in einem Abschlussworkshop(öffnet in neuem Fenster) detailliert vor. „Wir waren sehr erfreut, dass wir nachweisen konnten, dass das System aussagekräftige und verlässliche Informationen bereitstellt, die in einem realen Kontext verwendet werden können“, sagt Gandolfi.
Die funktionellen Auswirkungen verschiedener Fischfuttermittel beurteilen
Die Plattform wurde bereits genutzt, um die funktionellen Auswirkungen verschiedener Alleinfuttermittel zu bewerten, darunter optimale Futtermittel, anspruchsvolle Futtermittel und Futtermittel, bei denen aus Fisch gewonnene Proteine durch nachhaltigere Proteinquellen wie Einzellproteine ersetzt wurden. Das Team von Fish-AI hat einen Zuschuss für die Entwicklung eines Konzeptnachweises erhalten, mit dem der Prototyp im Projekt NUTRIsim(öffnet in neuem Fenster) weiterentwickelt werden soll. „Die Plattform und das gesamte erworbene Wissen können auf andere Fisch- und Säugetierarten mit ähnlichen Zielen und potenziellem Nutzen übertragen werden“, fügt Gandolfi hinzu.
