In der Pflanzen-Grundlagenforschung werden die (molekularen) Prinzipien des pflanzlichen Lebens erforscht, die Pflanzenwachstum, Ernteertrag und Biomasseproduktion bestimmen. Daher ist die Pflanzen-Grundlagenforschung ein multidisziplinärer Forschungsbereich, der unterschiedliche Forschungsfelder wie die Molekulargenetik, Biochemie, Zellbiologie, Systembiologie, Physiologie, Entwicklungsbiologie einschließt und gewonnene Erkenntnisse in der Pflanzenbiotechnologie und Pflanzenzüchtung zur Anwendung bringt. Um die grundlegenden Prinzipien und Funktionsweise von Pflanzen zu klären, sind zentrale Ansätze in der Pflanzen-Grundlagenforschung unteranderem:

1. mehrere Parameter unter wechselnden (Umwelt)Bedingungen aufzuzeichnen,
2. die Wirkung genetischer und biochemischer Manipulationen zur Veränderung der Gen-oder Proteinaktivität zu messen,
3. die natürliche genetische Vielfalt und Evolution zu analysieren.

Die hierzu eingesetzten Methoden von Transkriptomik, Proteomik und Metabolomik bis hin zu bildgebenden Verfahren und spezialisierten Phänotypisierungsplattformen erzeugen umfassende, hochdimensionale polymorphe Daten, die verarbeitet und integrativ interpretiert werden müssen. Die erfolgreiche Nutzung von Daten unterschiedlicher Modalitäten –aus vielen Quellen und Experimenten, vorverarbeitet oder analysiert mit einer Vielzahl von Algorithmen –erfordert eine Kontextualisierung der Daten. Die “FAIR Data” and Linked Open Data-Prinzipien bieten entscheidende Richtlinien für FDM im Allgemeinen. Darauf aufbauend haben verschiedene Konsortien daher Vorschläge zur besten Vorgehensweise und Erfüllung dieser Grundsätze gemacht, doch ist es fast immer an der Initiative der einzelnen Forschenden in der Fachwissenschaft, diese auch umzusetzen und in seiner Fachdisziplin zu verankern. Daher stehen umfassende, nutzbare Informationen über die erforderliche Qualität für die Verwendung durch Dritte nur in seltenen Fällen zur Verfügung. Eine immer wiederkehrende Erfahrung ist es, dass Forschende praktische Unterstützung bei der Nutzung der fragmentierten und komplexen Ressourcenlandschaft benötigen. Dies erhöht die Notwendigkeit einer maßgeschneiderten (Infra)struktur für FDM.

Ziele

Durch den Zusammenschluss von technisch-fachlicher Expertise in den Bereichen Pflanzen-Grundlagenforschung, Informations-und Computerwissenschaften und Infrastrukturspezialisten wird DataPLANT Pflanzenwissenschaftlerinnen und -wissenschaftler im Umgang mit Forschungsdaten individuell angepasst unterstützen. Ziel von DataPLANT ist es, einen Mehrwert für den Bereich Pflanzen-Grundlagenforschung zu generieren. Hierzu soll eine nachhaltige, nutzerfreundliche FDM Infrastruktur für diesen Bereich etabliert und durch “Data Stewards” erheblich unterstützt und an konkretere Bedürfnisse angepasst werden.

Aufbauend auf einer Basisinfrastruktur und maßgeschneiderte Ressourcen wird mit DataPLANT ferner eine Serviceumgebung geschaffen, um Forschungsdaten nach den FAIR-Prinzipien mit minimalem Zusatzaufwand zu kontextualisieren und den gesamten Forschungszyklus in der modernen Pflanzenbiologie zu unterstützen. Die maßgeschneiderte Servicelandschaft in DataPLANT wird sich aus technisch-digitaler Assistenz sowie personelle Vor-Ort-Assistenz durch sogenannte “Data Stewards” zusammensetzten. Die kollaborative Forschungsdatenplattform wird Datenprovenienz und Forschungsaustausch gewährleisten und mit Hilfe eines Motivations-und Kreditsystems den Anreiz zur Demokratisierung von Forschungsdaten fördern.

Darüber hinaus wird so ein spezifischer Community-Standard für grundlegende Pflanzenforschung (Metadaten) und Workflow-Annotationen, basierend auf generischen, bestehenden und neu entstehenden Standards und Ontologien entwickelt und nutzergetrieben wachsen. Mechanismen zurkollaborativen Forschung unterstützen dabei durch automatisierte Vernetzung von pflanzenforschungsspezifischen (Meta)daten die Erstellung und Verwaltung wohlannotierter Forschungsdatenobjekte.

In Verbindung mit Lehre und Trainingskonzepten wird das Sachverständnis im Umgang mit Daten gestärkt und eine Langzeitmotivation zur Schaffung wohlannotierte Datenobjekte erzeugt