TY - THES A1 - Abd Allah Salem, Mohamed T1 - Comparative and systemic metabolomic analysis of the model plant Arabidopsis thaliana after perturbing the essential Target of Rapamycin (TOR) pathway Y1 - 2018 ER - TY - THES A1 - Abdel-Haliem, Mahmoud E. F. T1 - Molecular-physiological analysis of two novel isoforms of phosphoinositide kinases from Arabidopisis thaliana (L.) Heynh. Y1 - 2003 ER - TY - JOUR A1 - Abdirashid, Hashim A1 - Lenhard, Michael T1 - Say it with double flowers JF - Journal of experimental botany N2 - Every year, lovers world-wide rely on mutants to show their feelings on Valentine's Day. This is because many of the most popular ornamental flowering plants have been selected to form extra petals at the expense of reproductive organs to enhance their attractiveness and aesthetic value to humans. This so-called 'double flower' (DF) phenotype, first described more than 2000 years ago (Meyerowitz et al., 1989) is present, for example, in many modern roses, carnations, peonies, and camellias. Gattolin et al. (2020) now identify a unifying explanation for the molecular basis of many of these DF cultivars. KW - ABCE model KW - APETALA2 KW - double flowers KW - flower development KW - homoeotic KW - mutants KW - microRNA172 Y1 - 2020 U6 - https://doi.org/10.1093/jxb/eraa109 SN - 0022-0957 SN - 1460-2431 VL - 71 IS - 9 SP - 2469 EP - 2471 PB - Oxford Univ. Press CY - Oxford ER - TY - BOOK A1 - Abel, Markus A1 - Holschneider, Matthias T1 - Modellierung und Datenbankanalyse komplexer Systeme Teil 8 : Vorlesung 2009-06-25 N2 - Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder Ökonomie findet. Die Ausbildung von Verständnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexität auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und eingeübt. Auf der methodischen Seite werden lineare und nichtlineare Ansätze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Schätzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexitätsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexität durch Wechselwirkung diskutiert - sowohl für diskrete als auch für ausgedehnte Systeme. Die beiden Ansätze werden durch Systemanalyse jeweils passender Beispiele vereint. Y1 - 2009 UR - http://info.ub.uni-potsdam.de/multimedia/show_projekt.php?projekt_id=43 PB - Univ.-Bibl. CY - Potsdam ER - TY - BOOK A1 - Abel, Markus A1 - Holschneider, Matthias T1 - Modellierung und Datenbankanalyse komplexer Systeme Teil 9 : Vorlesung 2009-07-02 N2 - Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder Ökonomie findet. Die Ausbildung von Verständnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexität auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und eingeübt. Auf der methodischen Seite werden lineare und nichtlineare Ansätze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Schätzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexitätsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexität durch Wechselwirkung diskutiert - sowohl für diskrete als auch für ausgedehnte Systeme. Die beiden Ansätze werden durch Systemanalyse jeweils passender Beispiele vereint. Y1 - 2009 UR - http://info.ub.uni-potsdam.de/multimedia/show_projekt.php?projekt_id=44 PB - Univ.-Bibl. CY - Potsdam ER - TY - BOOK A1 - Abel, Markus A1 - Holschneider, Matthias T1 - Modellierung und Datenbankanalyse komplexer Systeme Teil 7 : Vorlesung 2009-06-18 N2 - Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder Ökonomie findet. Die Ausbildung von Verständnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexität auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und eingeübt. Auf der methodischen Seite werden lineare und nichtlineare Ansätze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Schätzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexitätsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexität durch Wechselwirkung diskutiert - sowohl für diskrete als auch für ausgedehnte Systeme. Die beiden Ansätze werden durch Systemanalyse jeweils passender Beispiele vereint. Y1 - 2009 UR - http://info.ub.uni-potsdam.de/multimedia/show_projekt.php?projekt_id=42 PB - Univ.-Bibl. CY - Potsdam ER - TY - BOOK A1 - Abel, Markus A1 - Holschneider, Matthias T1 - Modellierung und Datenbankanalyse komplexer Systeme Teil 6 : Vorlesung 2009-06-11 N2 - Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder Ökonomie findet. Die Ausbildung von Verständnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexität auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und eingeübt. Auf der methodischen Seite werden lineare und nichtlineare Ansätze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Schätzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexitätsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexität durch Wechselwirkung diskutiert - sowohl für diskrete als auch für ausgedehnte Systeme. Die beiden Ansätze werden durch Systemanalyse jeweils passender Beispiele vereint. Y1 - 2009 UR - http://info.ub.uni-potsdam.de/multimedia/show_projekt.php?projekt_id=41 PB - Univ.-Bibl. CY - Potsdam ER - TY - BOOK A1 - Abel, Markus A1 - Holschneider, Matthias T1 - Modellierung und Datenbankanalyse komplexer Systeme Teil 10 : Vorlesung 2009-07-09 N2 - Komplexe Systeme reichen von "harten", physikalischen, wie Klimaphysik, Turbulenz in Fluiden oder Plasmen bis zu so genannten "weichen", wie man sie in der Biologie, der Physik weicher Materie, Soziologie oder Ökonomie findet. Die Ausbildung von Verständnis zu einem solchen System beinhaltet eine Beschreibung in Form von Statistiken und schlussendlich mathematischen Gleichungen. Moderne Datenanalyse stellt eine große Menge von Werkzeugen zur Analyse von Komplexität auf verschiedenen Beschreibungsebenen bereit. In diesem Kurs werden statistische Methoden mit einem Schwerpunkt auf dynamischen Systemen diskutiert und eingeübt. Auf der methodischen Seite werden lineare und nichtlineare Ansätze behandelt, inklusive der Standard-Werkzeuge der deskriptiven und schlussfolgernden Statistik, Wavelet Analyse, Nichtparametrische Regression und der Schätzung nichtlinearer Maße wie fraktaler Dimensionen, Entropien und Komplexitätsmaßen. Auf der Modellierungsseite werden deterministische und stochastische Systeme, Chaos, Skalierung und das Entstehen von Komplexität durch Wechselwirkung diskutiert - sowohl für diskrete als auch für ausgedehnte Systeme. Die beiden Ansätze werden durch Systemanalyse jeweils passender Beispiele vereint. Y1 - 2009 UR - http://info.ub.uni-potsdam.de/multimedia/show_projekt.php?projekt_id=45 PB - Univ.-Bibl. CY - Potsdam ER - TY - JOUR A1 - Abercrombie, Laura Good A1 - Anderson, Cynthia M. A1 - Baldwin, Bruce G. A1 - Bang, In-Chul A1 - Beldade, Ricardo A1 - Bernardi, Giacomo A1 - Boubou, Angham A1 - Branca, Antoine A1 - Bretagnolle, Francois A1 - Bruford, Michael W. A1 - Buonamici, Anna A1 - Burnett, Robert K. A1 - Canal, D. A1 - Cardenas, H. A1 - Caullet, Coraline A1 - Chen, S. Y. A1 - Chun, Y. J. A1 - Cossu, C. A1 - Crane, Charles F. A1 - Cros-Arteil, Sandrine A1 - Cudney-Bueno, Richard A1 - Danti, Roberto A1 - Davila, José Antonio A1 - Della Rocca, Gianni A1 - Dobata, Shigeto A1 - Dunkle, Larry D. A1 - Dupas, Stephane and others T1 - Permanent genetic resources added to molecular ecology resources database 1 January 2009-30 April 2009 N2 - This article documents the addition of 283 microsatellite marker loci to the Molecular Ecology Resources Database. Loci were developed for the following species: Agalinis acuta; Ambrosia artemisiifolia; Berula erecta; Casuarius casuarius; Cercospora zeae-maydis; Chorthippus parallelus; Conyza canadensis; Cotesia sesamiae; Epinephelus acanthistius; Ficedula hypoleuca; Grindelia hirsutula; Guadua angustifolia; Leucadendron rubrum; Maritrema novaezealandensis; Meretrix meretrix; Nilaparvata lugens; Oxyeleotris marmoratus; Phoxinus neogaeus; Pristomyrmex punctatus; Pseudobagrus brevicorpus; Seiridium cardinale; Stenopsyche marmorata; Tetranychus evansi and Xerus inauris. These loci were cross-tested on the following species: Agalinis decemloba; Agalinis tenella; Agalinis obtusifolia; Agalinis setacea; Agalinis skinneriana; Cercospora zeina; Cercospora kikuchii; Cercospora sorghi; Mycosphaerella graminicola; Setosphaeria turcica; Magnaporthe oryzae; Cotesia flavipes; Cotesia marginiventris; Grindelia Xpaludosa; Grindelia chiloensis; Grindelia fastigiata; Grindelia lanceolata; Grindelia squarrosa; Leucadendron coniferum; Leucadendron salicifolium; Leucadendron tinctum; Leucadendron meridianum; Laodelphax striatellus; Sogatella furcifera; Phoxinus eos; Phoxinus rigidus; Phoxinus brevispinosus; Phoxinus bicolor; Tetranychus urticae; Tetranychus turkestani; Tetranychus ludeni; Tetranychus neocaledonicus; Tetranychus amicus; Amphitetranychus viennensis; Eotetranychus rubiphilus; Eotetranychus tiliarium; Oligonychus perseae; Panonychus citri; Bryobia rubrioculus; Schizonobia bundi; Petrobia harti; Xerus princeps; Spermophilus tridecemlineatus and Sciurus carolinensis. Y1 - 2009 UR - http://onlinelibrary.wiley.com/journal/10.1111/%28ISSN%291755-0998 U6 - https://doi.org/10.1111/j.1755-0998.2009.02746.x SN - 1755-098X ER - TY - JOUR A1 - Aberle-Malzahn, Nicole A1 - Bauer, Barbara A1 - Lewandowska, A. A1 - Gaedke, Ursula A1 - Sommer, U. T1 - Warming induces shifts in microzooplankton phenology and reduces time-lags between phytoplankton and protozoan production JF - Marine biology : international journal on life in oceans and coastal waters N2 - Indoor mesocosm experiments were conducted to test for potential climate change effects on the spring succession of Baltic Sea plankton. Two different temperature (Delta 0 A degrees C and Delta 6 A degrees C) and three light scenarios (62, 57 and 49 % of the natural surface light intensity on sunny days), mimicking increasing cloudiness as predicted for warmer winters in the Baltic Sea region, were simulated. By combining experimental and modeling approaches, we were able to test for a potential dietary mismatch between phytoplankton and zooplankton. Two general predator-prey models, one representing the community as a tri-trophic food chain and one as a 5-guild food web were applied to test for the consequences of different temperature sensitivities of heterotrophic components of the plankton. During the experiments, we observed reduced time-lags between the peaks of phytoplankton and protozoan biomass in response to warming. Microzooplankton peak biomass was reached by 2.5 day A degrees C-1 earlier and occurred almost synchronously with biomass peaks of phytoplankton in the warm mesocosms (Delta 6 A degrees C). The peak magnitudes of microzooplankton biomass remained unaffected by temperature, and growth rates of microzooplankton were higher at Delta 6 A degrees C (mu(a dagger 0 A degrees C) = 0.12 day(-1) and mu(a dagger 6 A degrees C) = 0.25 day(-1)). Furthermore, warming induced a shift in microzooplankton phenology leading to a faster species turnover and a shorter window of microzooplankton occurrence. Moderate differences in the light levels had no significant effect on the time-lags between autotrophic and heterotrophic biomass and on the timing, biomass maxima and growth rate of microzooplankton biomass. Both models predicted reduced time-lags between the biomass peaks of phytoplankton and its predators (both microzooplankton and copepods) with warming. The reduction of time-lags increased with increasing Q(10) values of copepods and protozoans in the tritrophic food chain. Indirect trophic effects modified this pattern in the 5-guild food web. Our study shows that instead of a mismatch, warming might lead to a stronger match between protist grazers and their prey altering in turn the transfer of matter and energy toward higher trophic levels. Y1 - 2012 U6 - https://doi.org/10.1007/s00227-012-1947-0 SN - 0025-3162 VL - 159 IS - 11 SP - 2441 EP - 2453 PB - Springer CY - New York ER -