Loading...
Abbildung: Das Foto zeigt die Nah-Aufnahme einer rosafarbenen Blüte von Wiesenklee, lateinisch Trifolium pratense, in der Sonne.

Die wichtigsten Faktoren, die die biologische Vielfalt und ihre ökosystemaren Zusammenhänge zurzeit prägen, sind auf veränderte Landnutzungsbedingungen zurückzuführen. Dabei ist jedoch wenig darüber bekannt, wie Landnutzungs- und Umweltveränderungen auf die Genfunktionalität von Organismen wirken.
Wir untersuchen unterschiedliche Genexpressionen sowie morphologische Veränderungen der landwirtschaftlich, agronomisch wichtigen nicht-Modellpflanze (T. pratense) auf verschiedenen Standorten und unter verschiedenen Landnutzungsszenarien. Ferner werden verschiedene exprimierte Wachstumsregulatoren durch transgene Versuche analysiert, um ihre Rolle bei der phänotypischen Plastizität aufzuklären.

Als häufige Graslandart ist T. pratense auf vielen Grünlandstandorten der Biodiversitäts-Exploratorien vorhanden. Darüber hinaus zeigt T. pratense drastische morphologische Veränderungen als Reaktion auf veränderte Landnutzungsbedingungen, wie Mähen/Beweiden. Während die ungestörten Pflanzen unverzweigt bis zu 70 cm hoch wachsen, sind Pflanzen auf beweideten Flächen klein, produzieren mehrere Seitentriebe, sowie kleinere, rundlichere Blätter mit kürzeren Blattstielen.

In  Kooperation untersuchen wir die molekularen Grundlagen der morphologischen Unterschiede von T. pratense an unterschiedlichen Standorten unter verschiedenen Landnutzungsszenarien.  Hierbei kommen Transkriptomanalysen mit funktionellen Analysen der Entwicklungsregulatoren, Transkriptom-Fingerprinting-Techniken sowie phänotypischem Monitoring zur Anwendung.

 

 

 


a) Rotklee (Trifolium pratense) zeigt drastische phänotypische Plastizität in Reaktion auf das Mähen/Beweiden

b) Unterschiedlich exprimierte Gene regulieren Wachstum und Entwicklung und sind für morphologische Veränderungen verantwortlich.

c) Die veränderte Genexpression von T. pratense als Reaktion auf das Mähen/Beweiden ist artspezifisch und unabhängig von biotischen und abiotischen Faktoren.

 

 


1) Untersuchung des Phänotyps von T. pratense unter verschiedenen Landnutzungsszenarien.

2) Inter- und Intrapopulationsanalyse der genetischen Variabilität als Reaktion auf unterschiedliche Landnutzungsszenarien mit Hilfe von Transkriptom-Fingerprinting (cDNA-ddRADseq).

3) Detaillierte Analyse von T. pratense Transkriptomen zur Identifikation von Genen, die bei Mähen/Beweidung Unterschiede in der Expression im Vergleich zu unbehandelten Pflanzen zeigen.

4) Expressionsanalyse von der in 3) identifizierten  mittels qRT-PCR.

5) Funktionelle Analyse von Genen, die möglicherweise für die unterschiedlichen Phänotypen nach Mähen/Beweidung verantwortlich sind durch Funktionsverlustmutanten.

6) Korrelation der Daten zwischen den verschiedenen Projekten, Standorten und standortspezifischen Umweltdaten.

 

Quantitative next generation sequencing cDNA fingerprinting technik (cDNA-ddRADseq) und phänotypisches Monitoring werden auf viele Individuen verschiedener Standorte und Landnutzungsszenarien angewandt und mit Umweltparametern korreliert. Die Ergebnisse dienen der Mustererkennung, um pflanzenspezifische phänotypische Reaktionen mit Landnutzungsänderungen bzw. Umwelteinflüssen zu korrelieren.

Transkriptomanalysen (RNAseq) an einigen Individuen (gemäht/unbehandelt) verschiedener Standorte ermöglichen einen tieferen Einblick in die Genexpression von Populationen in Abhängigkeit von Landnutzungsregimes. RNAseq mit nachfolgender ausführlicher Transkriptomanalyse ermöglicht die Identifikation von Kandidatengenen anhand ihrer veränderten Expression als Antwort auf Mähen/Beweidung.

Funktionelle Analyse von Genen, die an der Veränderung der Pflanzengestalt in Antwort auf Mähen beteiligt sind. qRT-PCR erlaubt die Expressionsanalysen von Genen in unterschiedlichen Organen und zu verschiedenen Zeitpunkten. Durch Beobachten von Pflanzen, denen ein Gen fehlt, kann festgestellt werden, welche Rolle dieses Gen in der Pflanzenentwicklung oder –physiologie spielt. Diese Experimente werden zum Verständnis der zugrundeliegenden molekularen Mechanismen beitragen, die es Pflanzen ermöglichen, nach einem so grundlegenden Ereignis wie dem Verlust des Großteils an Biomasse nach Mahd/Beweidung nicht nur weiterzuleben, sondern ihre Gestalt so anzupassen, dass weitere Schäden durch erneute Mahd/Beweidung geringer ausfallen.

Durch die Korrelation unserer Ergebnisse mit anderen standortspezifischen Daten der Biodiversitäts-Exploratorien (z.B. Bodenparameter, Klimadaten) wollen wir 1) Gene und Genfunktionalitäten identifizieren, die in Bezug auf diese ökologischen Wechselwirkungen die größte Rolle spielen und 2)  die Haupteinflußfaktoren auf T. pratense unter verschiedenen Landnutzungsszenarien identifizieren.


Doc
Gemeinholzer B., Rupp O., Becker A., Strickert M., Müller C. M. (2023): Genotyping by sequencing and a newly developed mRNA-GBS approach to link population genetic and transcriptome analyses reveal pattern differences between sites and treatments in red clover (Trifolium pratense L.). Frontiers in Ecology and Evolution 10:1003057. doi: 10.3389/fevo.2022.1003057
Mehr Informationen:  doi.org
Doc
Garten gegen gängige Praxis - Phänotypische Veränderungen in Trifolium pratense L. in Antwort auf wiederholtes Mähen
Groß T., Müller C. M., Becker A., Gemeinholzer G., Wissemann V. (2021): Common garden versus common practice - Phenotypic changes in Trifolium pratense L. in response to repeated mowing. Journal of Applied Botany and Food Quality 94, 1 - 6. doi: 10.5073/JABFQ.2021.094.001
Mehr Informationen:  doi.org
Doc
Herbert D., Gross T., Rupp O., Becker A. (2021): Transcriptome analysis reveals major transcriptional changes during regrowth after mowing of red clover (Trifolium pratense). BMC Plant Biology 21:95. doi: 10.1186/s12870-021-02867-0
Mehr Informationen:  doi.org
Doc
Herbert D., Ekschmitt K., Wissemann V., Becker A. (2018): Cutting reduces variation in biomass production of forage crops and allows low-performers to catch up: A case study of Trifolium pratense L. (red clover). Plant Biology 20 (3), 465-473. doi: 10.1111/plb.12695
Mehr Informationen:  doi.org
Doc
Herbert D. B. (2018): Comparative transcriptome analysis and phenotypic monitoring of Trifolium pratense (Fabaceae) under land use scenarios. Dissertation, University Giessen
Mehr Informationen:  geb.uni-giessen.de

Öffentliche Datensätze

Dataset
Wissemann, Volker; Groß, Thomas; Mueller, Christina Magdalena; Becker, Annette (2020): Trifolium pratense nitrogen contents after mowing 2017. Version 2. Biodiversity Exploratories Information System. Dataset. https://doi.org/10.25829/bexis.26666-1
Dataset
Wissemann, Volker; Groß, Thomas; Mueller, Christina Magdalena; Becker, Annette (2020): Trifolium pratense masses of harvested biomass from test field 2017. Version 3. Biodiversity Exploratories Information System. Dataset. https://doi.org/10.25829/bexis.26606-1
Dataset
Wissemann, Volker; Groß, Thomas; Mueller, Christina Magdalena; Becker, Annette (2020): Trifolium pratense regrowth measurements on test field 2017. Version 2. Biodiversity Exploratories Information System. Dataset. https://doi.org/10.25829/bexis.26586-5
Dataset
Gemeinholzer, Birgit; Mueller, Christina Magdalena (2020): An mRNA-Genotyping-by-Sequencing (mRNA-GBS) approach to link association studies with expression profiling in non-model species (Trifolium pratense (Fabaceae)) - On 18 grassland plots of the three Biodiversity Exploratories, 2017. TRATSCH II. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/27367?version=2
Dataset
Gemeinholzer, Birgit; Mueller, Christina Magdalena (2020): An mRNA-Genotyping-by-Sequencing (mRNA-GBS) approach to link association studies with expression profiling in non-model species (Trifolium pratense (Fabaceae)) - On four grassland plots in Hainich Dünn, 2014. TRATSCH I. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/27346?version=2
Dataset
Becker, Annette (2019): Trifolium pratense was sampled on the plots HG13, HG08, HG15 and HG42 in the year 2014 for RNA-Seq. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/25826?version=2
Dataset
Becker, Annette (2018): Red Clover phenotypic data, experimental data, 2015 - processed data. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/23787?version=2
Dataset
Becker, Annette; Gemeinholzer, Birgit; Wissemann, Volker; Eckschmitt, Klemens (2018): Red Clover phenotypic data, experimental data, 2015. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/23447?version=2
Dataset
Becker, Annette (2018): Red Clover phenotypic data, experimental data, 2015 - meassured data. Version 2. Biodiversity Exploratories Information System. Dataset. https://www.bexis.uni-jena.de/ddm/data/Showdata/23786?version=2

Wissenschaftliche Mitarbeiter:innen

Prof. Dr. Annette Becker
Alumni
Prof. Dr. Annette Becker
Prof. Dr. Birgit Gemeinholzer
Alumni
Prof. Dr. Birgit Gemeinholzer
Prof. Dr. Volker Wissemann
Alumni
Prof. Dr. Volker Wissemann
Christina M. Müller
Alumni
Christina M. Müller
Thomas Groß
Alumni
Thomas Groß
Top