Martin-Luther-Universität Halle-Wittenberg

Weiteres

Login für Redakteure

Forschung

Biologische und bioinformatische Analyse von TAL-Effektoren in der Interaktion zwischen Xanthomonas oryzae und Reis (DFG-Projekt)

TAL Effektor

TAL Effektor

TAL Effektor

RVD-Bindespezifitäten

RVD-Bindespezifitäten

RVD-Bindespezifitäten

Projektleiter: Dr. Jan Grau

Dieses Projekt soll unser Verständnis der Interaktion zwischen pflanzenpathogenen Bakterien und ihren pflanzlichen Wirten verbessern. Hierzu werden wir die Funktionsweise von Transcription-activator-like-Effektoren (TALEs) im wirtschaftlich bedeutenden Modellsystem Xanthomonas oryzae und Reis (Oryza sativa) untersuchen. Wir verfolgen einen interdisziplinären Ansatz, der biologische und bioinformatische Arbeitspakete in sich vereint. Im biologischen Teil werden wir TALEs aus mehreren, bisher uncharakterisierten X. oryzae Stämmen identifizieren. Transkriptom-Analysen (RNA-seq) werden zeigen, welche TALE-Zielboxen in-vivo funktionstüchtig sind, und ermöglichen uns außerdem TALE-Zielgene zu identifizieren. Systematische Reporter-Assays von Zielboxen in ihrer Promotor-Umgebung werden es uns erlauben, unterschiedliche biologische Parameter der TALE-Funktion zu unterscheiden. Der bioinformatische Teil wird die Aufschlüsselung der TALE-Repertoires und die Identifikation von Zielgenen unterstützen. Zudem werden die im biologischen Teil generierten Daten in Algorithmen genutzt werden, die weitere Regeln für die in-vivo TALE-DNA-Bindung bestimmen und Eigenschaften von Promotoren oder spezifische Promotorelemente identifizieren, die für die Gen-Aktivierung durch TALEs notwendig sind. Durch diesen ineinandergreifenden Ansatz wird das Projekt maßgeblichen Aufschluss über die biologische Aktivität von TALEs geben, um in Zukunft resistente Reissorten zu entwickeln.

Kooperationspartner:

PD Dr. Jens Boch, Institutsbereich Genetik, Institut für Biologie, Martin-Luther-Universität Halle-Wittenberg

3D-Rekonstruktion von Gerstepflanzen

Visapp-4728

Visapp-4728

Ein wichtiges Forschungsfeld in den Agrarwissenschaften ist die Identifikation von Genotypen von Nutzpflanzen, die z.B. besonders hohe Erträge bringen. Um solche Genotypen ausfindig zu machen, werden verschiedene Genotypen zeitgleich ausgesät. Während der Wachstumsphase werden dann regelmäßig verschiedene phänotypische Merkmale erfasst, wie etwa die Höhe der Pflanzen, ihr Umfang, die Anzahl der Blätter und insbesondere auch der Blühzeitpunkt. Die Arbeitsgruppe ist in ein Projekt involviert, das auf die automatische Analyse der phänotypischen Merkmale zielt. Dabei werden die Pflanzen jeweils aus verschiedenen Blickwinkeln photographiert, und aus den resultierenden Bilddaten wird eine 3D-Rekonstruktion erstellt, aus der alle relevanten Daten extrahiert werden können.

Kooperationspartner:

Arbeitsgruppe Pflanzenzüchtung, Martin-Luther-Universität Halle-Wittenberg, Prof. Dr. Klaus Pillen

Dr. Armagan Elibol, derzeit Korea Advanced Institute of Science and Technology (KAIST)

Detektion und Verfolgung subzellulärer Strukturen in Mikroskopbildern

Visapp-4728

Visapp-4728

Mikroskopbildaufnahmen von fluoreszierend markierten, subzellulären Strukturen sind ein wichtiges Hilfsmittel in der biomedizinschen Forschung, um Systemprozesse innerhalb einer Zelle und ihre Veränderungen unter äußeren Einflüssen zu verstehen. Die für die Forschung relevanten Strukturen, etwa Stress-Granules und P-Bodies, sind dabei vielfältig und weisen eine große Varianz in ihren Eigenschaften, z.B. in ihrer Größe oder ihrer Homogenität, auf. Entsprechend variabel müssen auch Verfahren zur automatischen Erkennung solcher Strukturen in Mikroskopbildern sein. Wir nutzen dazu unter anderem adaptive Verfahren auf Basis von Wavelets. Zum Tracking von Partikeln in Mikroskopbild-Videos finden ferner Techniken auf Basis probabilistischer Filter Anwendung.

Kooperationspartner:

Sektion Molekulare Zellbiologie, Martin-Luther-Universität Halle-Wittenberg, Prof. Dr. Stefan Hüttelmaier

Zellbildsegmentierung mit aktiven Konturen

384_MKI2_z0_ch00_small_withSnakes_crop

384_MKI2_z0_ch00_small_withSnakes_crop

Die große Variabilität in den Eigenschaften und Verhaltensweisen einzelner Zellen innerhalb von großen Zellpopulationen lässt sich in der biomedizischen Forschung nur durch eine Analyse entsprechend umfangreicher Datenmengen erfassen. Dabei sind insbesondere die Unterschiede zwischen einzelnen Zellen von hohem Interesse, so dass qualitative und quantitative Analysen, etwa die Detektion markierter, subzellulärer Strukturen, immer bezogen auf einzelne Zellen erfolgen sollten. Das setzt natürlich eine exakte Lokalisierung der einzelnen Zellen in einer Population voraus. Wir lösen dieses Problem für verschiedenste Zelltypen, unter anderem auch für neuronale Zellen, durch eine Bildsegmentierung mit aktiven Konturen, d.h. sowohl mit Levelsets als auch mit Snakes, und entsprechend adaptierten Energiefunktionen.

Kooperationspartner:

Sektion Molekulare Zellbiologie, Martin-Luther-Universität Halle-Wittenberg, Prof. Dr. Stefan Hüttelmaier

Marvin - Bildverarbeitung auf einer mobilen Plattform

Marvin

Marvin

Unser mobiler Roboter Marvin arbeitet für uns hauptsächlich in der Lehre mit. Er dient insbesondere in unseren Master-Veranstaltungen als Anwendungsplattform für die Erprobung von Bildverarbeitungsalgorithmen, die sich beispielsweise mit Kollisionsvermeidung, Navigation in Innenräumen oder auch der Mensch-Maschine-Interaktion beschäftigen. Die Arbeit mit Marvin bleibt dabei aber nicht auf das Feld der Bildanalyse beschränkt, da etwa die Kinect-Kamera, sein Sonar oder die Mikrofone auch Möglichkeiten zur Signalverarbeitung jenseits von Bilddaten eröffnen. Außerdem setzt die Nutzung von Marvin natürlich ein lauffähiges Steuerungssystem mit Logik- und Planungskomponenten voraus, an dem auch laufend weiter entwickelt wird.

Alida und MiToBo

Alida Logo

Alida Logo

Die Entwicklung der verschiedenen Algorithmen zur Bildanalyse erfolgt mit dem Ziel einer hohen Modularität und damit Wiederverwendbarkeit. Gleichzeitig sollen sie meistens zeitnah an Anwender weitergereicht werden, so dass neben der reinen Funktionalität auch entsprechende Nutzerschnittstellen geschaffen werden müssen. Um diese Ziele bestmöglich miteinander zu vereinbaren, haben wir ein Konzept entwickelt für eine möglichst integrierte Entwicklung von Algorithmen und Nutzerschnittstellen. Alida (die Kurzform von ''Advanced Library for Integrated Development of Data Analysis Applications'') definiert einen Standard zur Implementierung von Datenanalyse-Algorithmen und ihrer Ausführung, und erlaubt dadurch unter anderem eine automatische Generierung von Benutzerschnittstellen sowie eine automatische Dokumentation ausgeführter Analyseschritte.

Alida wurde inzwischen in Java und prototypisch auch in C++ implementiert. Die Java-Implementierung dient dabei als Basis für MiToBo, ''A Microscope Image Analysis Toolbox'', wo unsere Algorithmen für die Mikroskopbild-Analyse gesammelt werden. Die Toolbox umfasst neben Basisfunktionalität wie Filtern und morphologischen Operationen auch komplexere Ansätze wie aktive Konturen und Wavelet-Segmentierung. Außerdem sind Spezialanwendungen, etwa für die Analyse von Scratch-Assay-Bildern, enthalten. MiToBo baut auf ImageJ auf und bietet eine volle Kompatibilität zu der weit verbreiteten Analyse-Software.

Weitere Infos: http://www.informatik.uni-halle.de/alida bzw. http://www.informatik.uni-halle.de/mitobo

Zum Seitenanfang