Dieser Use Case beschäftigt sich mit der Integration einer offenen, standardisierten Schnittstelle (Breeding API), um die im PhenoSphere-System vorhandenen proprietäten Datenmanagementsysteme FAIR zu machen.

Hintergrund

Derzeit werden im PhenoSphere-System proprietäre Datenmanagementsysteme genutzt, um Bilddaten zu speichern, darauf zuzugreifen und sie zu analysieren. Diese herstellerspezifischen Lösungen erschweren die Nachnutzung der Daten und verhindern die Einhaltung der FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable). Um dies zu ändern, ist die Integration eines offenen, standardisierten Zugangs wie BrAPI (Breeding API, brapi.org) erforderlich. BrAPI bietet eine offene Schnittstelle, die es ermöglicht, Phänotypisierungsdaten konform zu den MIAPPE-Standards (Minimum Information About a Plant Phenotyping Experiment) zu erfassen und zu teilen.

Im Rahmen dieses Use Case Piloten entwickeln wir in Zusammenarbeit mit der Firma PSI eine BrAPI-konforme Schnittstelle für die Verarbeitung von Phänotypisierungsbildern. Diese Bilder werden mithilfe von PSI-Phänotypisierungssystemen erfasst, wie sie in zahlreichen europäischen Hochdurchsatz-Phänotypisierungsanlagen eingesetzt werden. Konkret wird die Entwicklung zunächst am PhenoSphere-PhenoCrane-System des IPK Gatersleben durchgeführt, das von PSI gebaut wurde.

Die hier entwickelte BrAPI-Integration wird exemplarisch am IPK Gatersleben umgesetzt. Insgesamt könnten bis zu 50 weitere europäische Forschungseinrichtungen, die ebenfalls PSI-Infrastrukturen verwenden, von dieser Entwicklung profitieren. Dazu gehören unter anderem:

• NPEC Wageningen: Hier werden PSI-Systeme verwendet, die über angepasste APIs die Umweltsteuerungssoftware „Fytotron“ nutzen
• Vienna BioCenter Core
• PhenomUK

Die BrAPI-Integration ermöglicht es, Phänotypisierungsbilder aus Systemen wie dem PhenoCrane „FAIR“ zu machen. Das heißt, die Daten sind nachnutzbar und lassen sich leichter mit weiteren Datenquellen kombinieren. Ein wichtiger Vorteil besteht darin, dass zukünftig auch Umweltdaten (z.B. Temperatur oder Lichtintensität) in die Integration einfließen können.

Technische Umsetzung

Der Use Case beinhaltet die Integration der BrAPI-Core- und BrAPI-Phenotyping-Module in die PSI-Datenbanken. Wir entwickeln eine Benutzeroberfläche, die Nutzer schrittweise durch das Ausfüllen der Metadaten führt, sodass die MIAPPE-Standards eingehalten werden. Dies stellt sicher, dass die Daten in einer strukturierten und standardisierten Form für BrAPI-Pull-Anfragen zur Verfügung stehen und von anderen Forschungseinrichtungen nachgenutzt werden können.

Langfristiger Mehrwert

Die entwickelte Schnittstelle unterstützt nicht nur das IPK Gatersleben und NPEC Wageningen, sondern kann auch an andere europäische Partner weitergegeben werden. Damit trägt das Projekt erheblich zur FAIRifizierung von Phänotypisierungsdaten bei und unterstützt die gesamte FAIRagro-Community bei der Umsetzung offener Datenstandards.

Status & Ausblick

UC Update: BrAPI4PSI – BrAPI Integration on PSI Hardware

Das UC11-Team um Marc C. Heuermann beschreibt die Entwicklung von BrAPI4PSI, einer Integration der Breeding API (BrAPI) in PSI-Hardware für die Erfassung und Verwaltung von Phänotypisierungsbildern in europäischen Hochdurchsatz-Phänotypisierungssystemen. Ziel ist es, proprietäre Datenmanagementlösungen durch offene Standards wie BrAPI und ISA-JSON gemäß den FAIR- und MIAPPE-Richtlinien zu ersetzen. Der ISA Wizard soll Nutzer bei der Erstellung von standardkonformen Metadaten unterstützen, die anschließend in die PSI-Software übertragen werden. Insgesamt ermöglicht die Lösung die Registrierung von Experimenten, die Generierung von Assay-Dateien aus Bilddaten und die automatische Extraktion von Metadaten und Bild-URLs.

Beim ELIXIR Plant Community Call am 14.11. haben Marc Heuermann und Manuel Feser den Stand der Dinge beim Use Case 11 präsentiert. Die Charts zu diesem spannenden Bericht haben wir hier zusammengestellt.

ISA* Wizard: Vereinfachung der FAIR-Metadaten-Annotation für die Biowissenschaften

Die Verwaltung und Analyse umfangreicher biowissenschaftlicher Daten wird aufgrund des schnellen Wachstums und des Bedarfs an qualitativ hochwertigen, gut annotierten Datensätzen immer komplexer. Die manuelle Annotation von Metadaten ist oft zeitaufwändig und fehleranfällig, so dass robuste Tools für die Datenqualität, Interoperabilität und Wiederverwendbarkeit unerlässlich sind.

Der ISA Wizard ist ein konfigurierbares, browserbasiertes Tool, das die intuitive Annotation von Metadaten für biowissenschaftliche Experimente auf der Grundlage des ISA-Datenmodells erleichtert. Er unterstützt Metadaten-Standards wie MIAPPE, integriert Ontologie-Dienste (z.B. TIB Terminology Service) und die Auflösung von Identifikatoren (z.B. ORCID), was den Arbeitsaufwand für den Benutzer erheblich reduziert und den Bedarf an Fachwissen minimiert.

Im Rahmen des FAIRagro Use Case 11 (BrAPI4PSI) wurde der ISA Wizard in die PSI Softwareumgebung integriert, um die Erfassung experimenteller Setups mit angereicherten Metadaten auf Basis offener Standards zu vereinfachen. Dies ermöglicht es insbesondere Agrarforscher*innen, die entweder Daten einreichen oder von Anfang an im ISA-kompatiblen Format erfassen, effizient Untersuchungen und Studien auf der Phenosphere-Plattform zu registrieren. Die erfassten Metadaten unterstützen die Weiterverwendung in BrAPI-Server-Endpunkten und erleichtern so den Datenaustausch und die Interoperabilität.

Der ISA Wizard ist disziplinübergreifend und für verschiedene Datentypen konfigurierbar. Ursprünglich wurde er für das Pflanzen-Phänotyping (MIAPPE-Konformität) entwickelt, seine Einsatzbereiche erweitern sich jedoch kontinuierlich – derzeit unter anderem durch die Weiterentwicklung für die Tier-Phänotypisierung.

Sie möchten mehr erfahren? Lesen Sie die Veröffentlichung: Improving Metadata Collection and Aggregation in Plant Phenotyping Experiments with MIAPPE Wizard and DataPLANT

* Das ISA-Framework ist ein etabliertes Metadaten-Standardformat für die strukturierte Beschreibung von biowissenschaftlichen Experimenten, das die Einhaltung der FAIR-Prinzipien unterstützt. Es gliedert experimentelle Daten in drei hierarchische Ebenen: Investigation, Study, and Assay, was eine umfassende und standardisierte Kommentierung von Versuchsergebnissen ermöglicht.