DataPLANT – Ein NFDI-Konsortium der Pflanzen-Grundlagenforschung

2021 
In der modernen hypothesen-basierten Forschung sind Forschende zwingend auf Dienste und Infrastrukturen fur Forschungsdatenmanagement (FDM) angewiesen, welche die Erfassung, die Verarbeitung, den Austausch und die Archivierung von Forschungsdatensatzen erleichtern. Dabei schafft ein modernes FDM erst die Verknupfung von interdisziplinarer Expertise, sowie Vergleich und Integration verschiedener Analyseergebnisse mit dem darauf beruhenden immensen zusatzlichen Erkenntnisgewinn. Das Ziel des Projektes DataPLANT[1] besteht darin, diesen Mehrwert fur die Pflanzen-Grundlagenforschung zu schaffen. Auf diesem Fachgebiet werden die (molekularen) Prinzipien des pflanzlichen Lebens untersucht, welche beispielsweise das Pflanzenwachstum, den Ernteertrag oder die Biomasseproduktion bestimmen. Die hierzu eingesetzten Methoden von Transkriptomik, Proteomik und Metabolomik bis hin zu bildgebenden Verfahren erzeugen hochdimensionale, polymorphe Daten, die verarbeitet, fusioniert und interpretiert werden mussen. Eine erfolgreiche Nutzung von Daten unterschiedlicher Modalitaten – aus vielen Quellen und Experimenten, vorverarbeitet oder analysiert mit einer Vielzahl von Algorithmen – erfordert eine Kontextualisierung der Daten. Hierzu zahlt die Annotation mit detaillierten Metadaten ebenso wie ein eindeutiges Referenzieren der jeweiligen Daten mit ihren Abhangigkeiten. Die FAIR Data[2] and Linked Open Data[3]-Prinzipien bieten entscheidende Richtlinien fur den verantwortungsvollen Umgang mit Forschungsdaten.   [1] Homepage und Community-Portal von DataPLANT, https://www.nfdi4plants.de, aufgerufen am 31.01.2021. [2] Vgl. Wilkinson, Mark D. et al. „The FAIR Guiding Principles for scientific data management and stewardship“. Scientific Data 3, Nr. 160018 (2016): 1-9. https://doi.org/10.1038/sdata.2016.18 [3] Vgl. Bizer, Christian et al. „Linked Data on the web (LDOW2008).” Proceedings of the 17th international conference on World Wide Web, (2008): 1265-1266. https://doi.org/10.1145/1367497.1367760 rschungsdaten.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    0
    References
    0
    Citations
    NaN
    KQI
    []