4D-Entwicklungsgradienten im Endosperm der Gerste: biologischer Nachweis, virtuelle Rekonstruktion und Identifizierung von Regulatorgenen

在本项目中，4D发育在胚乳中逐渐成熟并逐渐消失。Wachsenden Korns（4D-Modell）的测试韦尔登需要25毫米的NMR模型，该模型可用于Gerstenkaryopsen的生产和校准。标记基因mRNA的原位定位研究表明，标记基因mRNA在胚乳、转座胚乳、糊粉胚乳和淀粉胚乳中存在差异。生物发光成像解决了韦尔登问题。Die Visualisierung der räumlich/zeitlichen Entwicklungsgradienten erfolgt durch Segmentierung，Schnitterkennung und Einpassen der in situ-Daten und Metabolitmuster in die räumlichen Modelle.因此，4D建模也可用于可视化/实时开发韦尔登信息学方法和工具。Mit Hilfe der Mikrodissektion sollen als besonders wichtig erkannte zelluläre Bereiche der räumlich/zeitlichen Differenzierungsgradienten isoliert韦尔登.本文主要研究了（i）基因表达谱的分析和胚乳差异的新定位;（ii）代谢谱的平行测定。表达和代谢数据之间的生物信息学相关性，以确定调节过程的代谢组成部分。该项目的数据收集和测试将使我们了解到一个完整的生物学获取过程，并为系统生物学分析提供基础。

Im vorliegenden Projekt ist geplant, 4D-Entwicklungsgradienten im Gerstenendosperm sichtbar zu machen und zu untersuchen. Zur Darstellung des wachsenden Korns (4D-Modell) werden 25 räumliche NMR-Modelle sich entwickelnder Gerstenkaryopsen produziert und aligniert. Mittels serieller in situ-Lokalisierung von Markergen-mRNA wird die Differenzierung von modifiziertem Endosperm, Transferzellen, Aleuron und Stärkeendosperm dokumentiert. Biolumineszenz-Imaging soll verwendet werden, um Metabolitgradienten sichtbar zu machen. Die Visualisierung der räumlich/zeitlichen Entwicklungsgradienten erfolgt durch Segmentierung, Schnitterkennung und Einpassen der in situ-Daten und Metabolitmuster in die räumlichen Modelle. Sowohl zur 4D-Modellierung als auch zur Visualisierung räumlich/zeitlicher Entwicklungsgradienten werden bioinformatische Methoden und Werkzeuge entwickelt. Mit Hilfe der Mikrodissektion sollen als besonders wichtig erkannte zelluläre Bereiche der räumlich/zeitlichen Differenzierungsgradienten isoliert werden. Das Verfahren ermöglicht (i) die Analyse der lokalen Genexpressionsmuster und die Identifizierung neuer putativer Schlüsselregulatoren der Differenzierung des Endosperms, (ii) die parallele Erstellung von Metabolitprofilen. Bioinformatische Korrelation von Expressions- und Metabolitdaten soll metabolische Komponenten des Regulationsprozesses identifizieren. Die im Projekt zu erarbeitenden Daten und Verfahren bilden einen wesentlichen Baustein der integrativen Biologie des Getreidesamens und sind Basis einer systembiologischen Analyse sowie anwendungsbezogener Projekte.