Refine
Year of publication
Document Type
- Announcement (7)
- Article (6)
- Part of a Book (3)
- Other (3)
- Patent (3)
- Conference Proceeding (2)
- Image (2)
- Article trade magazine (1)
- Bachelor Thesis (1)
- Book (1)
Keywords
- Forschungsdatenmanagement (10)
- Forschungsdaten (7)
- FHD (5)
- Hochschulbibliothek (4)
- Amtliche Mitteilungen (3)
- E-Science (3)
- FDM (3)
- Benutzungsordnung (2)
- Data Librarian (2)
- Gebühren (2)
Department/institution
- Hochschulbibliothek (35) (remove)
Forschungsdatenmanagement (FDM) nimmt in Wissenschaftsinstitutionen und Scientific Communities einen immer größeren Stellenwert ein. Hochschulen für angewandte Wissenschaften (HAW) sehen sich mithin der Aufgabe gegenübergestellt, Rahmenbedingungen für ein gelingendes FDM in Forschungsvorhaben zu schaffen. Die vorliegende Grafik hat zum Ziel, die Ausgestaltung dieser Rahmenbedingungen zu befördern, indem sie – mit Blick auf die operative Ebene – die Bedarfe der Forschenden mit FDM-Dienstleistungen zusammenbringt sowie Wechselwirkungen visualisiert. Auf diese Weise soll sie die Komplexität des Handlungsfelds FDM veranschaulichen und zugleich als Handreichung zur Ausgestaltung adäquater FDM-Ressourcen und -Prozesse für die Zielgruppe der Forschenden dienen.
Die Zusammenstellung basiert auf den generalisierten Erfahrungen, die zwischen 2020 und 2023 von den in der Förderlinie „FDMScouts.nrw“ finanzierten Projektverbünden in vier gemeinsamen Handlungsfeldern (Netzwerkarbeit, Information und Sensibilisierung, Koordination, Beratung) gesammelt wurden. Die zehn beteiligten Hochschulen arbeiteten in fünf Verbünden an Strukturen und Prozessen für eine nachhaltige Etablierung des Forschungsdatenmanagements vor Ort. Dabei berücksichtigt die Grafik überregionale Serviceangebote und Institutionen für den Bereich FDM, wie sie bis zum Zeitpunkt der Veröffentlichung zur Verfügung standen.
Know-how im Forschungsdatenmanagement (FDM) aufzubauen und zu erhalten, ist eine grundlegende, stetig an Bedeutung zunehmende Aufgabe an Hochschulen für angewandte Wissenschaften (HAW) (vgl. Buch et al. 2023). Dieses Know-how kommt Mitarbeitenden der FDM-Servicestellen einer Hochschule ebenso zugute wie Forschenden selbst: Es versetzt FDM-Personal in die Lage, Forschende zielführend zu beraten, zu schulen und ihnen adäquate Tools und Services zu vermitteln; Forschenden werden konkrete Lösungswege für (neuartige) praktische Herausforderungen in Forschungsvorhaben aufgezeigt. Beide Gruppen werden weiterhin befähigt, hochschulinterne und -übergreifende Diskurse und Initiativen zum FDM mitzugestalten. Auf diese Weise trägt FDM-Know-how dazu bei, anforderungsgerechte und gewinnbringende Rahmenbedingungen für Forschung an HAW zu schaffen.
Im gemeinsamen Handlungsfeld "Information und Sensibilisierung" haben es sich die Projektverbünde der Förderlinie FDMScouts.nrw zur Aufgabe gemacht, das gewonnene Handlungswissen in Form einer FDM-Wissensbasis strukturiert und frei zugänglich zu bewahren (vgl. Eilert/Slowig 2022), um die Weitergabe der gesammelten Erfahrungen auch über die Förderlaufzeit hinaus zu ermöglichen und vor allem andere HAW beim Aufbau von Know-how in den FDM-Servicestellen zu befähigen. Zweck der nun vorliegenden Wissensbasis ist es, den Zielgruppen der Beschäftigten in FDM-Servicestellen und der Forschenden den Einstieg ins Forschungsdatenmanagement zu erleichtern – gerade in Anbetracht der Tatsache, dass sich FDM-Strukturen an HAW vielfach noch in der Aufbau- oder Konsolidierungsphase befinden. Sie trägt dementsprechend solche Aspekte zusammen, die sich erfahrungsgemäß als besonders relevant erweisen: Was ist zwecks Orientierung im weitreichenden Feld FDM von besonderer Wichtigkeit (Begriffe, Einstiegsseiten, Umsetzungstipps etc.)? Welche Ressourcen und Anlaufstellen sind zentral? Welche Fragen stellen sich für Forschende und FDM-Personal immer wieder?
FDM-Wissen aufzubauen und zu vermitteln bedeutet, diese und ähnliche Fragen zu beantworten. In diesem Sinn dient das Format der Frequently Asked Questions als grundlegende Organisationsmethode der vorliegenden Wissensbasis. Als Verknüpfung häufig gestellter Fragen mit kompakten Antworten stellen die FAQs niedrigschwellig Wissen bereit und tragen im Idealfall durch ihre Interaktionsorientierung zur Gestaltung konkreter Kommunikationssituationen (Beratungsgespräche, Schulungen) bei. Als Einstiegspunkte dienen die einzelnen Phasen des Forschungsdatenlebenszyklus und die Fragen, die sie regelmäßig aufwerfen. Darunter finden Forschende und FDM-Servicepersonal Antworten, Informationen und Links, die Orientierung bieten und Umsetzungsschritte benennen. Als GitHub-Repository realisiert, ist die Möglichkeit zur dezentralen Aktualisierung und Erweiterung gegeben. Insgesamt leistet die Wissensbasis einen Beitrag zur Dokumentation der Arbeit der FDMScouts.nrw-Verbünde und soll die nachhaltige Verankerung von FDM an HAW unterstützen.
Im Rahmen des 55. Jour Fixe FDM der Landesinitiative fdm.nrw gaben die Mitglieder der Förderlinie FDMScouts.nrw einen Einblick in ihre Zusammenarbeit und stellten die Ergebnisse ihrer bisherigen Arbeit vor. Ziel der Förderlinie ist es, bedarfsgerechte Möglichkeiten zu schaffen, das Thema FDM sowohl strategisch als auch operativ nachhaltig an Hochschulen für angewandte Wissenschaften in NRW zu verankern. 10 Hochschulen in 5 Verbünden arbeiten seit 2020 gemeinsam an Diensten und Angeboten. Koordiniert werden die Aktivitäten von der Landesinitiative fdm.nrw.
Die Originalpräsentation ist über Conceptboard einsehbar: https://app.conceptboard.com/board/c87t-okqh-6utn-74xg-n182
Forschungsdatenmanagement (FDM) nimmt im Forschungsalltag der Hochschulen für angewandte Wissenschaften (HAW) eine zunehmende größere Rolle ein und stellt an viele Forschende bisher unbekannte Anforderungen. So gilt es ein FAIRes und nachhaltiges Datenmanagement im Sinne des Kodex „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ der DFG zu betreiben – für sich selbst, für die eigene Forschungsgruppe und für die Forschungsgemeinschaft. In dieser Veranstaltung anlässlich des Tags der Forschungsdaten in NRW am 15.11.2022 wurden die wesentlichen Grundzüge des Forschungsdatenmanagements anhand des Forschungsdatenlebenszyklus nähergebracht und Praxisbeispiele und nützliche Links vorgestellt.
Die Originalpräsentation ist über Conceptboard einsehbar: https://app.conceptboard.com/board/pd16-f504-imy3-hrz6-gtxu
Seit den ersten nationalen, strategischen Papieren zu Datenmanagement-Fragen in der Wissenschaft in den USA (NSF, 2005), Großbritannien (Lyon, 2007; Swan & Brown, 2008), der EU (Atkinson et al. 2008; OGF22-ET CG, 2008) und vor allem seit den Guidelines der OECD (2007) wird international intensiv über die Erfordernisse der Ausbildung von „Datenspezialisten“ diskutiert. Grundlegende Überlegungen, die einen gewissen internationalen Konsens gefunden haben, wurden im Auftrag von JISC von Swan und Brown (2008, S. 1) entwickelt (vgl. Hank & Davidson, 2009). Sie schlagen vier Rollen im Forschungsdatenmanagement vor. Neben dem Data Creator (datenproduzierender Forscher), dem Data Scientist (Wissenschaftler der bspw. bei der Datenanalyse unterstützt) und dem Data Manager (verantwortlich für alle technischen Aspekte: Lagerung, Zugriff, Aufbewahrung) wurde auch der Data Librarian benannt. Im Weiteren wird, auch unter Beachtung der Tätigkeiten die im Data Curation Lifecycle Model (s. Beitrag von Rümpel. Kap. 1.2) aufgeführt sind, neben dem Data Manager und dem Data Curator insbesondere auf den Data Librarian eingegangen.
The methylotrophic yeast Hansenula polymorpha has been established as a highly efficient expression system. Strong promoters derived from the methanol metabolism pathway and mitotically stable high-copy integration have made this organism very effective for heterologous protein expression.
To improve the processing of secretory proteins targeted by the MFα prepro sequence, variations in the amino acid composition near the processing site of Kex2p were investigated (Manuscript I). The insertion of Ala-Pro between MFα prepro sequence and protein of interest leads to an improved processing of the signal sequence in case of interleukin-6 (IL-6) and interferon-α 2a (IFNα-2a). Modeling of the transition sequences confirmed a better exposition of the Kex2p-cleavage site in dependency of Ala-Pro insertions. Analysis of the secreted proteins revealed activity of an Ala-Pro specific endoprotease. Partial removal of the N-terminal Ala-Pro dipeptide was also detected during IFNα-2a processing. The putative protease responsible for the processing of Ala-Pro dipeptides was identified by gene deletion. Significant similarities with Saccharomyces cerevisiae Ste13p were identified.
To generally improve productivity in the H. polymorpha system new fusion protein strategies were investigated (Manuscript II). The recombinantly strongly expressed cytosolic ferritin heavy chain (FTH1) was analyzed with regard to its potential as fusion partner for difficult-to-express target proteins. A fragment of the parathyroid hormone (PTH) was chosen to explore whether fusion to FTH1 enhances PTH stability. We could show that the expression level of this fusion protein was at least of the magnitude of that of FTH1 without fusion partner. The solubility of the fusion protein was increased in comparison to FTH1 alone and no degradation of PTH occurred when fused C-terminally to FTH1.
Ectoine and 5-hydroxyectoine belong to the family of compatible solutes which are known to contribute to the adaptation of the cell to osmotic stress by mediation of a constant turgor. H. polymorpha was engineered to express the enzymes of the H. elongata 5-hydroxyectoine biosynthesis pathway (Manuscript III). Expression of the enzymes EctB, EctA, EctC and EctD in H. polymorpha resulted in production of 5-hydroxyectoine in gram per liter scale with almost full conversion of ectoine to 5-hydroxyectoine. We showed that 5-hydroxyectoine synthesis was influenced by feeding of methanol during cultivation. Furthermore, 5-hydroxyectoine synthesis was downregulated by the addition of methionine, lysine or threonine indicating the existence of a feedback regulated aspartate kinase in H. polymorpha.
Datenlebenszyklus
(2023)
Ein Datenlebenszyklus dient als Rahmen für das strukturierte Datenmanagement. Er umfasst den gesamten Datenfluss von der Planung über die Erzeugung bis hin zur Aufbewahrung und Bereitstellung. An allen Stationen des Datenlebenszyklus können Maßnahmen für ein strukturiertes Datenmanagement getroffen werden, um Daten effizient zu nutzen, ihre Qualität sicherzustellen und ihre Langzeitverfügbarkeit zu gewährleisten.
Die vorliegende Grafik visualisiert den Datenlebenszyklus, der sich aus drei Hauptbereichen zusammensetzt: Planung und Nachnutzung, Erzeugung und Bearbeitung sowie Aufbewahrung und Bereitstellung. Jeder Bereich umfasst spezifische Aufgaben und Prozesse im Umgang mit Daten.
Die erste Phase „Planung und Nachnutzung“ beinhaltet zwei wesentliche Elemente. Als Erstes erfolgt die Planung des Forschungsvorhabens, bei der die Ziele, Methoden und Ressourcen definiert werden. Als Zweites umfasst sie die Recherche und Wiederverwendung bereits vorhandener Daten, um deren Nutzen und Potenzial für das vorliegende Projekt einzuschätzen.
Die zweite Phase „Erzeugung und Bearbeitung“ besteht aus drei Elementen, die in einem eigenen zirkulären Ablauf abgebildet sind. Als Erstes werden Daten erhoben und erfasst, entweder durch experimentelle Studien, Umfragen oder andere Methoden. Der Übergang von der ersten Phase zur zweiten Phase erfolgt über dieses Element, da hier die grundlegende Generierung eigener Daten innerhalb der Forschung beginnt. Als Zweites werden die gesammelten Daten gespeichert und organisiert, um ihre Integrität und Verfügbarkeit zu gewährleisten. Als Drittes erfolgt die Verarbeitung, Analyse und Auswahl der relevanten Informationen. Der Übergang von der zweiten Phase zur dritten Phase erfolgt aus diesem Element, da die gewonnenen Erkenntnisse für die weitere Aufbewahrung und Bereitstellung vorbereitet werden. Insgesamt bildet die zweite Phase einen kontinuierlichen Kreislauf.
Die dritte Phase „Aufbewahrung und Bereitstellung“ besteht aus drei Elementen. Als Erstes erfolgt die Publikation der Forschungsergebnisse, sei es in wissenschaftlichen Zeitschriften, Repositorien oder anderen relevanten Publikationsorten. Als Zweites werden die Daten archiviert, um ihre Langzeitverfügbarkeit und -integrität zu gewährleisten. Als Drittes wird Zugang zu den Forschungsergebnissen geschaffen, beispielsweise über eine gezielte Freigabe für bestimmte Nutzergruppen oder Erhöhung der Sichtbarkeit.
The use of highly expressed FTH1 as carrier protein for cytosolic targeting in Hansenula polymorpha
(2012)
The iron storage protein ferritin is a member of the non-heme iron protein family. It can store and release iron, therefore it prevents the cell from damage caused by iron-dioxygen reactions as well as it provides iron for biological processing. To study whether the human ferritin heavy chain (FTH1) can be expressed in Hansenula polymorpha, we integrated an expression cassette for FTH1 and analyzed the protein expression. We found very efficient expression of FTH1 and obtained yields up to 1.9 g/L under non-optimized conditions. Based on this result we designed a FTH1-PTH fusion protein to successfully express the parathyroid hormone fragment 1-34 (PTH) for the first time intracellular in H. polymorpha.
Synthesis and release of the bacterial compatible solute 5-hydroxyectoine in Hansenula polymorpha
(2013)
Ectoine and 5-hydroxyectoine belong to the family of compatible solutes which are known to mainly contribute to the adaptation of the cell to osmotic stress by mediation of a constant turgor. In addition the cell's essential functions are maintained under stress conditions like high salinity, heat or aridity stress. Hansenula polymorpha was engineered to catalyze the transformation of monomeric substrates to 5-hydroxyectoine. For this purpose four genes encoding the enzymes of the 5-hydroxyectoine biosynthesis pathway of Halomonas elongata, EctA, EctB, EctC, and EctD, were inserted into the genome of H. polymorpha. Subsequently the syntheses of ectoine and 5-hydroxyectoine were analyzed and optimized. We showed that H. polymorpha is a suitable system for recombinant 5-hydroxyectoine synthesis in gram per liter scale (2.8 g L⁻¹ culture supernatant, 365 μmol/g dcw) in which almost 100% conversion of ectoine to 5-hydroxyectoine without necessity of high salinity were achieved.
The literature as well as databases are ambiguous about the exact start of human interleukin-6 (IL-6)--three possibilities for the initiation of the mature protein are described. These three variants of IL-6, different in the exact initiation of the mature protein (A28, P29, or V30), were expressed in Hansenula polymorpha using the Saccharomyces cerevisiae MFα prepro sequence instead of the homologous pre sequence. All three IL-6 variants were secreted but the processing by the Kex2 protease showed significant differences. V30-IL-6 showed correctly processed material but also a molecule species of higher molecular weight indicating incomplete processing of the MFα pro peptide. P29-IL-6 did not yield any correctly processed IL-6, instead only the unprocessed pro form was found in the culture supernatant. Only A28-IL-6 led to 100% correctly processed material. N-terminal sequencing of this material revealed a start at V30--obviously the first two amino acids (Ala28-Pro29) have been removed by a so far unknown protease. Thus expression of both A28-IL-6 and V30-IL-6 as MFα prepro fusion proteins resulted in the very same mature V30-IL-6, however, the ratio of correctly processed molecules was significantly higher in the case of A28-IL-6. The expression of an MFα prepro-interferon α-2a (IFNα-2a) fusion protein in H. polymorpha leads to about 50% correctly processed molecules and 50% misprocessed forms which contain part of the pro peptide at the N-termini. The insertion of A28 and P29 of IL-6 between the pro peptide and the start of the mature IFNα-2a led to correct processing and elimination of all high molecular weight isoforms observed in earlier experiments.