Antifouling-Farben werden weltweit zum Beschichten und Schützen von maritimen Oberflächen eingesetzt. Wenn diese Schichten jedoch zerfallen oder abgewaschen werden (z. B. durch Sandstrahlen), können kleine Partikel in Meeresökosysteme gelangen oder dort hineingespült werden, wo sie aufgrund ihrer geringen Dichte schließlich im Sediment landen. Diese Partikel gelten als eine Art von Mikroplastik, sind jedoch noch wenig erforscht, was zum Teil auf die Komplexität der erforderlichen Arbeiten zur genauen Identifizierung und Quantifizierung dieser Partikel zurückzuführen ist. Das PaintSed-Projekt wurde konzipiert, um festzustellen, ob die Partikel von Antifouling-Farben (APPs) die mikrobiellen Gemeinschaften im umgebenden Sediment beeinflussen. Auf der Grundlage dieser Informationen bestand das Ziel des Projekts darin, mithilfe von Methoden des maschinellen Lernens ein APP-Vorhersagemodell zu erstellen, das auf Daten der mikrobiellen Gemeinschaft (16S-Amplikonsequenzierung) basiert. Das Projekt war erfolgreich: Das Modell wurde 2025 getestet und validiert, und im Rahmen des Projekts wurden Artikel in den Fachzeitschriften „Microplastics and Nanoplastics“, „Science of the Total Environment“ und „Microbiology Spectrum“ veröffentlicht.