Mission

Zu unseren zentralen Aufgaben zählt das Management und die Koordination der Pflanzenphänotypisierungsinfrastruktur am IPK, in Zusammenarbeit mit internen und externen Partnern tragen wir daher zur Aufklärung des Pflanzenwachstums und seiner Plastizität unter vielfältigen Umweltbedingungen bei. Wir arbeiten eng mit der Forschungsgruppe Bioinformatik und Informationstechnologie (BIT) zusammen an der Implementierung eines Datenmanagementsystems zur standardisierten Dokumentation, nachhaltigen Speicherung und Verbreitung von Phänomik-Datensätzen nach FAIR-Prinzipien.

Der Fokus der eigenen Forschung liegt dabei vorwiegend auf der Erforschung der Pflanzenreaktion auf abiotischen Stress, insbesondere Trockenheit und Hitze. Diese Reaktion ist sehr umweltabhängig und erfolgt dynamisch, weshalb wir Präzisions-Phänotypisierungssysteme einsetzen, welche eine nicht-invasive Erfassung unter kontrollierten Umweltbedingungen ermöglichen. Der Schwerpunkt liegt dabei auf der Genetik und der Physiologie als auch auf der Modellierung des Pflanzenwachstums sowie der Wassernutzung (Abb. 1). Genutzte Pflanzenmaterialien sind vor allem pflanzengenetische Ressourcen von Getreide und Leguminosen, welche eine wichtige Quelle darstellen, um über züchterische Ansätze die Stresstoleranz der modernen Sorten zu verbessern für die nötige Anpassung an den fortschreitenden Klimawandel.

scroll top

Projekte

Im Rahmen des Deutschen Pflanzenphänotypisierungs Netzwerks (DPPN) erweitern wir die vorhandene Infrastruktur zur Pflanzenphänotypisierung und stellen diese Nutzern aus Forschung und Industrie im Rahmen von Kollaborationsprojekten und Transnational Access Projekten (EPPN2020) zur Verfügung.

Im Rahmen von STARGATE werden wir unseren Partner in Portugal (UCP) dabei unterstützen, ein etabliertes Exzellenzzentrum für den Einsatz von Sensoren, Multi-omics und Pflanzenphänotypisierungstechnologien zu werden.

Im Rahmen von INCREASE tragen wir zur Förderung der landwirtschaftlichen Biodiversität in Europa bei, indem wir Wachstum und Trockentoleranz von 200 genetischen Ressourcen der Kichererbse mittels Präzisionsphänotypisierung evaluieren und ein europaweites Citizen Science Experiment mit 1.000 genetischen Ressourcen der Ackerbohne durchführen.

In BRACE untersuchen wir Mechanismen der Nachhaltigkeit unter abiotischem Stress in der ersten Wildgersten-Multi-Eltern-Nested-Association-Mapping (NAM)-Population (HEB-25) unter Verwendung moderner automatisierter Phänotypisierungsansätze.

scroll top

Mitarbeitende

scroll top

Publikationen

Autor
Titel
2022

Amitrano C, Junker A, DAgostino N, De Pascale S, De Micco V:

Integration of high-throughput phenotyping with anatomical traits of leaves to help understanding lettuce acclimation to a changing environment. Planta 256 (2022) 68. https://dx.doi.org/10.1007/s00425-022-03984-2

Arend D, Psaroudakis D, Memon J A, Rey-Mazón E, Schüler D, Szymanski J J, Scholz U, Junker A, Lange M:

From data to knowledge - big data needs stewardship, a plant phenomics perspective. Plant J. 111 (2022) 335-347. https://dx.doi.org/10.1111/tpj.15804

Badaeva E D, Konovalov F A, Knüpffer H, Fricano A, Ruban A S, Kehel Z, Zoshchuk S A, Surzhikov S A, Neumann K, Graner A, Hammer K, Filatenko A, Bogaard A, Jones G, Özkan H, Kilian B:

Genetic diversity, distribution and domestication history of the neglected GGAtAt genepool of wheat. Theor. Appl. Genet. 135 (2022) 755–776. https://dx.doi.org/10.1007/s00122-021-03912-0

Deblieck M, Szilagyi G, Andrii F, Saranga Y, Lauterberg M, Neumann K, Krugman T, Perovic D, Pillen K, Ordon F:

Dissection of a grain yield QTL from wild emmer wheat reveals sub-intervals associated with culm length and kernel number. Front. Genet. 13 (2022) 955295. https://dx.doi.org/10.3389/fgene.2022.955295

Langstroff A, Heuermann M C, Stahl A, Junker A:

Opportunities and limits of controlled-environment plant phenotyping for climate response traits. Theor. Appl. Genet. 135 (2022) 1–16. https://dx.doi.org/10.1007/s00122-021-03892-1

Lauterberg M, Saranga Y, Deblieck M, Klukas C, Krugman T, Perovic D, Ordon F, Graner A, Neumann K:

Precision phenotyping across the life cycle to validate and decipher drought-adaptive QTLs of wild emmer wheat (Triticum turgidum ssp. dicoccoides) introduced into elite wheat varieties. Front. Plant Sci. 13 (2022) 965287. https://dx.doi.org/10.3389/fpls.2022.965287

Narisetti N, Henke M, Neumann K, Stolzenburg F, Altmann T, Gladilin E:

Deep learning based greenhouse image segmentation and shoot phenotyping (DeepShoot). Front. Plant Sci. 13 (2022) 906410. https://dx.doi.org/10.3389/fpls.2022.906410

Neumann K, Schulthess A W, Bassi F M, Dhanagond S, Khlestkina E, Börner A, Graner A, Kilian B:

Genomic approaches to using diversity for the adaptation of modern varieties of wheat and barley to climate change. In: Ghamkhar K, Williams W, Brown A H D (Eds.): Plant Genetic Resources for the 21st Century. The OMICS Era. : Apple Academic Press Inc. (2022) ISBN 9781774910825, in press.

2021

Bellucci E, Aguilar O M, Alseekh S, Bett K, Brezeanu C, Cook D, De la Rosa L, Delledonne M, Dostatny D F, Ferreira J J, Geffroy V, Ghitarrini S, Kroc M, Kumar Agrawal S, Logozzo G, Marino M, Mary-Huard T, McClean P, Meglič V, Messer T, Muel F, Nanni L, Neumann K, Servalli F, Străjeru S, Varshney R K, Vasconcelos M W, Zaccardelli M, Zavarzin A, Bitocchi E, Frontoni E, Fernie A R, Gioia T, Graner A, Guasch L, Prochnow L, Opperman M, Susek K, Tenaillon M, Papa R:

The INCREASE project: Intelligent collections of food-legume genetic resources for European agrofood systems. Plant J. 108 (2021) 646-660. https://dx.doi.org/10.1111/tpj.15472

Cortinovis G, Oppermann M, Neumann K, Graner A, Gioia T, Marsella M, Alseekh S, Fernie A R, Papa R, Bellucci E, Bitocchi E:

Towards the development, maintenance, and standardized phenotypic characterization of single-seed-descent genetic resources for common bean. Curr. Protoc. 1 (2021) e133. https://dx.doi.org/10.1002/cpz1.133

Dodig D, Božinović S, Nikolić A, Zorić M, Vančetović J, Ignjatović-Micić D, Delić N, Weigelt-Fischer K, Altmann T, Junker A:

Dynamics of maize vegetative growth and drought adaptability using image-based phenotyping under controlled conditions. Front. Plant Sci. 12 (2021) 652116. https://dx.doi.org/10.3389/fpls.2021.652116

Fadoul H E, Martínez Rivas F J, Neumann K, Balazadeh S, Fernie A R, Alseekh S:

Comparative molecular and metabolic profiling of two contrasting wheat cultivars under drought stress. Int. J. Mol. Sci. 22 (2021) 13287. https://dx.doi.org/10.3390/ijms222413287

Henke M, Neumann K, Altmann T, Gladilin E:

Semi-automated ground truth segmentation and phenotyping of plant structures using k-means clustering of eigen-colors (kmSeg). Agriculture 11 (2021) 1098. https://dx.doi.org/10.3390/agriculture11111098

Kroc M, Tomaszewska M, Czepiel K, Bitocchi E, Oppermann M, Neumann K, Guasch L, Bellucci E, Alseekh S, Graner A, Fernie A R, Papa R, Susek K:

Towards development, maintenance, and standardized phenotypic characterization of single-seed-descent genetic resources for lupins. Curr. Protoc. 1 (2021) e191. https://dx.doi.org/10.1002/cpz1.191

Li M, Hensel G, Melzer M, Junker A, Tschiersch H, Ruwe H, Arend D, Kumlehn J, Börner T, Stein N:

Mutation of the ALBOSTRIANS ohnologous gene HvCMF3 impairs chloroplast development and thylakoid architecture in barley. Front. Plant Sci. 12 (2021) 732608. https://dx.doi.org/10.3389/fpls.2021.732608

Li M, Ruwe H, Melzer M, Junker A, Hensel G, Tschiersch H, Schwenkert S, Chamas S, Schmitz-Linneweber C, Börner T, Stein N:

The Arabidopsis AAC proteins CIL and CIA2 are sub-functionalized paralogs involved in chloroplast development. Front. Plant Sci. 12 (2021) 681375. https://dx.doi.org/10.3389/fpls.2021.681375

Mayer G, Müller W, Schork K, Uszkoreit J, Weidemann A, Wittig U, Rey M, Quast C, Felden J, Glöckner F O, Lange M, Arend D, Beier S, Junker A, Scholz U, Schüler D, Kestler H A, Wibberg D, Pühler A, Twardziok S, Eils J, Eils R, Hoffmann S, Eisenacher M, Turewicz M:

Implementing FAIR data management within the German Network for Bioinformatics Infrastructure (de.NBI) exemplified by selected use cases. Brief. Bioinform. 22 (2021) bbab010. https://dx.doi.org/10.1093/bib/bbab010

Narisetti N, Henke M, Seiler C, Junker A, Ostermann J, Altmann T, Gladilin E:

Fully-automated root image analysis (faRIA). Sci. Rep. 11 (2021) 16047. https://dx.doi.org/10.1038/s41598-021-95480-y

Pommier C, Gruden K, Junker A, Coppens F, Finkers R, Hassani-Pak K, Faria D, Hancock J M, Beier S, Costa B, Miguel C, Chaves I, Davey R, Contreras-Moreira B:

ELIXIR Plant sciences 2020-2023 Roadmap [version 1; not peer reviewed]. F1000Research 10 (2021) 145. https://doi.org/10.7490/f1000research.1118482.1

Rebola-Lichtenberg J, Streit J, Schall P, Ammer C, Seidel D:

From facilitation to competition: the effect of black locust (Robinia pseudoacacia L.) on the growth performance of four poplar-hybrids (Populus spp.) in mixed short rotation coppice. New Forest. 52 (2021) 639-656. https://dx.doi.org/10.1007/s11056-020-09813-2

Sharma S, Schulthess A W, Bassi F M, Badaeva E D, Neumann K, Graner A, Özkan H, Werner P, Knüpffer H, Kilian B:

Introducing beneficial alleles from plant genetic resources into the wheat germplasm. Biology 10 (2021) 982. https://dx.doi.org/10.3390/biology10100982

2020

Arend D, König P, Junker A, Scholz U, Lange M:

The on-premise data sharing infrastructure e!DAL: Foster FAIR data for faster data acquisition. GigaScience 9 (2020) giaa107. https://doi.org/10.1093/gigascience/giaa107

Henke M, Junker A, Neumann K, Altmann T, Gladilin E:

A two-step registration-classification approach to automated segmentation of multimodal images for high-throughput greenhouse plant phenotyping. Plant Methods 16 (2020) 95. https://dx.doi.org/10.1186/s13007-020-00637-x

Mang C:

Characterization of high light acclimation capacity in Arabidopsis mutant candidates. (Master Thesis) Mittweida, Hochschule Mittweida, Fakultät Angewandte Computer- und Biowissenschaften (2020) 81 pp.

Mikołajczak K, Ogrodowicz P, Ćwiek-Kupczyńska H, Weigelt-Fischer K, Mothukuri S R, Junker A, Altmann T, Krystkowiak K, Adamski T, Surma M, Kuczyńska A, Krajewski P:

Image phenotyping of spring barley (Hordeum vulgare L.) RIL population under drought: selection of traits and biological interpretation. Front. Plant Sci. 11 (2020) 743. https://dx.doi.org/10.3389/fpls.2020.00743

Papoutsoglou E A, Faria D, Arend D, Arnaud E, Athanasiadis I N, Chaves I, Coppens F, Cornut G, Costa B V, Ćwiek-Kupczyńska H, Droesbeke B, Finkers R, Gruden K, Junker A, King G J, Krajewski P, Lange M, Laporte M-A, Michotey C, Oppermann M, Ostler R, Poorter H, Ramı́rez-Gonzalez R, Ramšak Ž, Reif J C, Rocca-Serra P, Sansone S-A, Scholz U, Tardieu F, Uauy C, Usadel B, Visser R G F, Weise S, Kersey P J, Miguel C M, Adam-Blondon A-F, Pommier C:

Enabling reusability of plant phenomic datasets with MIAPPE 1.1. New Phytol. 227 (2020) 260-273. https://dx.doi.org/10.1111/nph.16544

Psaroudakis D:

A multi-omics perspective on Arabidopsis drought response: discovering novel regulators with a machine learning based gene-to-phene approach. (Master Thesis) Mittweida, Hochschule Mittweida, Fakultät Angewandte Computer- und Biowissenschaften (2020) 57 pp.

Psaroudakis D, Liu F, König P, Scholz U, Junker A, Lange M, Arend D:

isa4j: a scalable Java library for creating ISA-Tab metadata [version 1; peer review: 2 approved]. F1000Research 9(ELIXIR) (2020) 1388. https://doi.org/10.12688/f1000research.27188.1

2019

Dodig D, Bozinovic S, Nikolic A, Zoric M, Vancetovic J, Ignjatovic-Micic D, Delic N, Weigelt-Fischer K, Junker A, Altmann T:

Image-derived traits related to mid-season growth performance of maize under nitrogen and water stress. Front. Plant Sci. 10 (2019) 814. https://dx.doi.org/10.3389/Fpls.2019.00814

Ghaffar M, Schüler D, König P, Arend D, Junker A, Scholz U, Lange M:

Programmatic access to FAIRified digital plant genetic resources. J. Integr. Bioinform. 16 (2019) 20190060. https://dx.doi.org/10.1515/jib-2019-0060

Henke M, Junker A, Neumann K, Altmann T, Gladilin E:

Comparison and extension of three methods for automated registration of multimodal plant images. Plant Methods 15 (2019) 44. https://dx.doi.org/10.1186/s13007-019-0426-8

Henke M, Junker A, Neumann K, Altmann T, Gladilin E:

Comparison of feature point detectors for multimodal image registration in plant phenotyping. PLoS One 14 (2019) e0221203. https://dx.doi.org/10.1371/journal.pone.0221203

Lobet G, Paez-Garcia A, Schneider H, Junker A, Atkinson J A, Tracy S:

Demystifying roots: A need for clarification and extended concepts in root phenotyping. Plant Sci. 282 (2019) 11-13. https://doi.org/10.1016/j.plantsci.2018.09.015

Narisetti N, Henke M, Seiler C, Shi R, Junker A, Altmann T, Gladilin E:

Semi-automated Root Image Analysis (saRIA). Sci. Rep. 9 (2019) 19674. https://dx.doi.org/10.1038/s41598-019-55876-3

2018

Henke M, Junker A, Neumann K, Altmann T, Gladilin E:

Automated alignment of multi-modal plant images using integrative phase correlation approach. Front. Plant Sci. 9 (2018) 1519. https://dx.doi.org/10.3389/fpls.2018.01519

Pommerrenig B, Junker A, Abreu I, Bieber A, Fuge J, Willner E, Bienert M D, Altmann T, Bienert G P:

Identification of rapeseed (Brassica napus) cultivars with a high tolerance to boron-deficient conditions. Front. Plant Sci. 9 (2018) 1142. https://dx.doi.org/10.3389/fpls.2018.01142

Shi R, Junker A, Seiler C, Altmann T:

Phenotyping roots in darkness: disturbance-free root imaging with near infrared illumination. Funct. Plant Biol. 45 (2018) 400-411. https://doi.org/10.1071/FP17262

scroll top

© Leibniz-Institut (IPK)