DNA-Analysen für den Nachweis der Verwendung gebietseigener Gehölze

4 Wissenschaftliche Kurzberichte DNA-Analysen für den Nachweis der Verwendung gebietseigener Gehölze DNA analyses for checking the regional origin of trees and shrubs von Aki Michael Höltken, Bernd Degen und Martin Rogge Zusammenfassung Neue Vorschriften zur Verwendung gebietseigener Gehölze ( 40 BNatSchG) verlangen nach Metho den, die eine Identifizierung der geographischen Herkunft von Vermehrungsgut heimischer Baum- und Straucharten für den Landschaftsbau ermöglichen. Anhand genetischer Studien an der Stieleiche (Quercus robur L.) wird in diesem Beitrag ein genetisches Verfahren vorgestellt, das eine Zuordnung von Vermehrungsgut zu seinen Ursprungsbeständen ermöglicht. Dieses Verfahren basiert allerdings nicht mehr auf einem logistisch aufwendigen Rückstellprobensystem, das bei jeder Ernte und jedem weiteren Schritt in der Handelskette die Entnahme von Proben und deren Lagerung voraussetzt. Eine einmal getätigte Inventur des Erntebestandes soll über längere Zeiträume für die Überprüfung der Herkunftsidentität von Saat- und Pflanzgutproben repräsentativ sein, solange keine deutlichen Ein griffe in die Bestandesstrukturen stattfinden. Summary New regulations in landscaping using trees and shrubs of regional origin ( 40 BNatSchG) require me thods for the identification of the geographical origin of its reproductive material. In this case study on pedunculate oak (Quercus robur L.) we present a DNA based procedure that enables the assign ment of seeds and young plant material to its origin stands of harvest. However, this method is not based on logistically complex and expensive systems of retaining samples that have to be taken and stored at each step of the chain-of-custody. For checking the origin of tree and shrub reproductive material, one inventory of the genetic structure of a seed production stand should be representative over a longer period of time as long as no distinct changes have been carried out in the structure of the populations. 1 Einleitung Informationen über die geographische Herkunft biologischen Materials und daraus hergestellter Produkte werden sowohl für öffentliche Kontrollorgane als auch private Unternehmen immer wichtiger. Die Gründe liegen in neuen gesetzlichen Auflagen, ökologischen und ökonomischen Folgeschäden, aber auch im wachsenden medialen Druck. Wichtige Einsatzgebiete sind die Versorgung von Forstbe trieben mit herkunftsgesicherten Vermehrungsgut und künftig auch der Markt für tropische Holz arten, der nach Nachweismethoden für illegalen Holzhandel verlangt (Degen & Höltken 2011). Aber auch im Landschaftsbau, für den jährlich eine große Pflanzenmenge verschiedenster Baum- und Straucharten angezogen werden, ist mit 40 Abs. 1 BNatSchG eine Vorschrift geschaffen worden, die die Verwendung von Pflanzmaterial aus der jeweiligen geographischen Region regeln soll. Denn die genetische Ausstattung der Saatgutquelle ist für die Anpassung und Anpassungsfähigkeit des erzeugten Vermehrungsgutes an aktuelle und zukünftig sich ändernde Umweltbedingungen des Pflanzortes von entscheidender Bedeutung (Konnert 2008). Mit diesem Beitrag soll ein neues, DNA-gestütztes Zuordnungsverfahren für die geographische Herkunftsidentifizierung von Vermehrungsgut einheimi scher Landschaftsgehölze vorgestellt werden. 26

DNA-Analysen für den Nachweis der Verwendung gebietseigener Gehölze 2 Vorlauf Die negativen Auswirkungen, die mit der Verwendung ungeeigneter Herkünfte von Vermehrungsgut einhergehen, sind insbesondere in der Forstwirtschaft schon seit langem bekannt. Durch die langen Produktionszeiträume zeigen sich Fehler meist zu spät und können dann nicht mehr behoben werden (Konnert & Hosius 2008). Deshalb unterliegt die forstliche Saatund Pflanzenproduktion heute in großen Teilen dem Forstvermehrungsgutgesetzes (FoVG). Ein wesentlicher Bestandteil des forstli chen Vermehrungsgutes stammt aus gesetzlich zugelassenen Erntebeständen, die bestimmte Voraus setzungen erfüllen müssen, wie z. B. Wuchs-, Resistenz- und Holzeigenschaften oder auch eine Min destgröße des Bestandes mit ausreichender genetischer Vielfalt. Da es in der Vergangenheit dennoch zu Verwechslungen oder auch Fehldeklarationen kam, wurden referenzprobengestützte Überprü fungssysteme installiert (ZüF = Zertifizierungsring für überprüfbare Forstliche Herkunft Süddeutsch land e. V.; FfV = Forum forstliches Vermehrungsgut e.v.). Diese Verfahren basieren jedoch auf einer logistisch aufwendigen Lagerung von Rückstellproben, die bei jeder Ernte und jedem weiteren Schritt in der Handelskette erneut gezogen und später mit Kontrollproben abgeglichen werden müssen. Derzeit wird vom Institut für Forstgenetik des Johann Heinrich von Thünen-Instituts (vti, Großhans dorf) sowie der Firma Plant Genetic Diagnostics GmbH ein neues Verfahren für die Herkunftsidenti fizierung getestet. Die auch für den Herkunftsnachweis tropischer Holzarten entwickelte Methode (Assignment-Verfahren) soll sich nicht mehr auf Rückstellprobensysteme stützen, sondern auf einer einmaligen, stichprobenartigen Inventur der genetischen Struktur des Erntebestandes (vgl. Degen et al. 2010; Höltken & Degen 2010; Degen & Höltken 2011). Solange keine deutlichen Eingriffe in die Strukturen der Erntebestände stattfinden, soll die getätigte Inventur über mehrere Jahrzehnte für die Überprüfung der Herkunftsidentität von Saatund Pflanzgutproben repräsentativ sein. In dieser Stu die soll das Verfahren am Beispiel der Stieleiche (Quercus robur L.) vorgestellt und diskutiert werden. 3 Methoden 3.1 Untersuchte Bestände Für diese Studie stand genetisches Datenmaterial aus elf zugelassenen Saatgut erntebeständen der Stieleiche (Quercus robur L.) zur Verfügung. Aus diesen Beständen ist zuvor stichprobenartig Kam biummaterial von 57 bis 112 Altbäumen entnommen worden. Zehn der Bestände befinden sich in Nordrhein-Westfalen, einer bei Lübeck in Schleswig-Holstein (Revier Lauerholz). Um die Zuverlässig keit des Zuordnungsverfahrens zu testen, wurde in allen Beständen Nordrhein- Westfalens Saatgut geerntet bzw. Jungpflanzen in einer Baumschule beprobt. Wie die Methode auf Fehldeklarationen reagiert, wurde am Bestand Lauerholz getestet. Hier wurden Sämlinge einer Baumschule untersucht, die definitiv aus einer anderen Abteilung dieses Lübecker Reviers stammten (Daten zu den Proben entnahmen siehe Tabelle 1, Lage der Bestände siehe Abbildung 1). 3.2 Labormethoden Die DNA wurde bei dieser Studie aus Kambiumgewebe (Altbäume), aus Knospen (Sämlinge aus der Baumschule) sowie aus embryonalem Gewebe (Saatgut) extrahiert. Die Aufreinigung erfolgte ausschließlich nach einem modifizierten Protokoll von Dumolin et al. (1995) (Lysispuffer: ATMAB (Alkyltrimethylammoniumbromid)-PVP; Dichlormethan zur Fällung von Verunreinigungen). Zur Genotypisierung der Bäume wurden acht Mikrosatelliten (auch SSRs = simple sequence repeats genannt, verwendet (für genauere Informationen siehe Degen et al. 2010). Aufgrund ihrer hohen Va riabilität und wegen des kodominanten Vererbungsschemas sind Mikrosatelliten ideal für popula tionsgenetische und -biologische Untersuchungen geeignet (Höltken et al. 2012). Die Auftrennung der Fragmente nach ihren Größen erfolgte über einen DNA-Sequencer (MegaBACE-Sequenzierauto mat, GE Healthcare, Freiburg). Die Fragmentlängen wurden unter Verwendung des Softwarepro gramms Fragment-Profiler (GE Healthcare, Freiburg) bestimmt. 27

4 Wissenschaftliche Kurzberichte Tabelle 1: Beschreibung der genetisch inventarisierten Stieleichenbestände: Bezeichnung, Standort, Bundes land, Abteilung, Erntezulassungsregister-Nr., Art und Umfang der Stichproben (Altbestand sowie Nachkommen schaften wie Keimlinge und Samen aus den Beständen oder Baumschulpflanzen) Bez. Standort Bundesland Abt. EZR-Nr. Altbestand Keiml. Samen Baumschule M Mindener Wald NRW 159 A/ B 052 81703 004 2 82 34 0 0 G Geisterholz NRW 99 A/ B 052 81701 188 2 91 34 0 0 H Habichtshorst NRW 33 C/F 052 81701 011 2 85 0 19 0 Be Beelen NRW 50B/51E 052 81701 012 2 85 0 0 34 R Rumbeck NRW 405 D 052 81706 008 2 89 33 0 0 Aa Stadt Arnsberg NRW 102 D 052 81706 022 2 84 0 35 0 Ab Stadt Arnsberg NRW 34 C 052 81706 004 2 81 0 35 0 Ka Kottenforst NRW 74 A/85 051 81701 0122 57 27 0 0 Kb Kottenforst NRW 39/40 051 81701 030 2 85 0 36 0 Kc Kottenforst NRW 180 051 81701 019 2 83 0 35 0 Lh Lauerholz SH 137a 011 81702 107 2 119 0 0 31* * eingebauter Fehler: Nach kommenschaften stammen aus einer anderen Abteilung des Reviers (Abt. 136 des Reviers Lauerholz) M G R Be H Aa Ab Lauerholz Kb Ka Kc Abbildung 1: Die Lage der genetisch inventarisierten Saatguterntebestände der Stieleiche (Quercus robur L.) in Nordrhein-Westfalen (zehn Bestände) und Schleswig-Holstein (ein Bestand) 3.3 Genetische Unterschiede zwischen Beständen Die relativen Häufigkeiten der einzelnen genetischen Varianten (Allele) in den verschiedenen Popula tionen dienten als Grundlage für die Kalkulation genetischer Unterschiede. Letzteres ist die Grund voraussetzung für den Herkunftsnachweis, d. h. inwiefern Vermehrungsgut auch bestimmten Ernte beständen zugeordnet werden kann. Als Maß für die genetische Differenzierung zwischen Populatio nen wurden die paarweisen genetischen Abstände nach Gregorius (1978) verwendet [1]. Dieser Parameter misst den relativen Anteil derjenigen Allele, die zwischen zwei Po- 28

DNA-Analysen für den Nachweis der Verwendung gebietseigener Gehölze pulationen ausgetauscht werden müssen, um jeweils identische genetische Strukturen (allelische Häufigkeiten) zu erhalten. Die Werte dieses Parameters liegen stets zwischen 0 (identische Allelhäufigkeiten) und 1 (Populatio nen besitzen kein Allel gemeinsam, totale Differenzierung). Mit Hilfe von Permutationstests wurde ermittelt, ob sich die gefundenen genetischen Abstände auch als statistisch signifikant herausstellen (Degen et al. 1999). Bei einer Permutation werden durch Monte-Carlo-Simulation auf der Basis der gefundenen genetischen Strukturen fiktive Population erzeugt, wobei die einzelnen Genotypen (hier: Altbäume) zufallsmäßig auf die verschiedenen Bestände ver teilt und die genetischen Abstände jeweils neu kalkuliert werden. Liegen 95 % der durch Permutation ermittelten genetischen Abstandswerte unter dem tatsächlich beobachteten Wert, so liegt eine signi fikante genetische Differenzierung zwischen zwei Populationen vor (99 % hoch signifikant; 99,9 % höchst signifikant). 3.4 Zuordnung von Nachkommenschaften zu Referenzbeständen Für die Zuordnung einer Individuengruppe (Samen bzw. Jungpflanzen aus einer Baumschule) zu ihrer wahrscheinlichsten Ursprungspopulation aus einem Referenzdatensatz mehrerer Populationen wur de eine Bayesische Methode nach Cornuet et al. (1999) verwendet. Dabei wird zu nächst die Wahr scheinlichkeit berechnet, mit welcher ein (Multilocus-) Genotyp (MLG) eines Indivi duums aus den je weiligen Referenzpopulationen stammen kann. Dementsprechend wird die Wahr scheinlichkeit für eine Gruppe von Nachkommenschaften ((Prp,A), p für progeny) aus einer bestimm ten Referenzpopu lation (A) zu stammen, durch die Multiplikation der Wahrscheinlichkeitswerte der MLGs der Einzelin dividuen berechnet und hat folglich extrem geringe Werte (10 12 bis 10 40). Um eine Rangfolge von Zu ordnungswahrscheinlichkeiten zu den vorgegebenen Referenzpopulationen zu erhalten, wird zusätz lich ein sogenannter Score-Wert berechnet (siehe Gleichung). Dieser Score ist ein Quotient aus der Wahrscheinlichkeit, dass eine Nachkommenschaft (p) aus einem bestimmten Altbe stand des Refe renzdatensatzes (A) stammt, zu der Summe der Abstammungswahrscheinlichkeiten aus allen ande ren Referenzpopulationen. Je größer die Zuordnungswahrscheinlichkeit, desto größer ist der Score. Dieser Wert liegt zwischen 0 und 1 und die Summe der Scores über alle Referenzpopu lationen hinweg beträgt immer 1: Pr p, A Score p, A = (dabei gilt 0 Score 1) P Prj, A j = 1 Pr p, A = Wahrscheinlichkeit der Abstammung einer Nachkommenschaft p aus einem bestimmten Bestand des Referenzdatensatzes (A) 4 Ergebnisse und Diskussion 4.1 Genetische Differenzierung In Tabelle 2 sind die paarweisen genetischen Abstände sowie ihre Signifikanz für alle elf inventari sierten Bestände dargestellt. Insgesamt variierten die genetischen Abstände zwischen 0,182 und 0,340. Das bedeutet, dass zwischen den einzelnen Beständen zwischen 18,2 % und 34,0 % der geneti schen Varianten auszutauschen wären, um identische genetische Profile zu erhalten. Nur die gene tischen Abstände zwischen den jeweils benachbarten Beständen Kottenforst B und Kottenforst C so wie zwischen Habichtshorst und Beelen lagen unter 0,20. Diese Abstände waren auch statistisch je weils nicht signifikant. Die hohe genetische Ähnlichkeit dieser beiden Bestandespaare lässt sich mit der Verwendung von Saatgut der gleichen Ausgangsbestände bei ihrer Begründung erklären. Insgesamt konnte aber statistisch kein Zusammenhang zwischen den räumlichen Abständen und den genetischen Abständen gefunden werden. Dies lässt sich mit der fast ausschließlichen künstlichen Verjüngung der Stieleiche in Deutschland erklären. Der Mensch hat mit der Auswahl der Saatgutquel len die genetische Zusammensetzung der Bestände maßgeblich bestimmt (Höltken & Degen 2010; Liepe 2010). 29

4 Wissenschaftliche Kurzberichte Tabelle 2: Genetische Abstände zwischen jeweils zwei Beständen (oberhalb der Diagonalen); mit dem Permuta tionstest ermittelte Signifikanzen (unterhalb der Diagonalen) M G H Be R Aa Ab Ka Kb Kc SH M 0,208 0,281 0,285 0,200 0,263 0,256 0,218 0,246 0,205 0,287 G *** 0,302 0,286 0,214 0,247 0,265 0,237 0,247 0,228 0,298 H *** *** 0,182 0,281 0,321 0,340 0,309 0,306 0,260 0,282 Be *** *** n.s. 0,268 0,302 0,300 0,302 0,275 0,247 0,245 R * *** *** *** 0,254 0,266 0,219 0,230 0,204 0,300 Aa *** *** *** *** *** 0,293 0,265 0,232 0,217 0,301 Ab *** *** *** *** *** *** 0,308 0,288 0,271 0,314 Ka n. s. *** *** *** n.s. *** *** 0,251 0,227 0,304 Kb *** *** *** *** *** *** *** ** 0,191 0,251 Kc n. s. *** *** *** * * *** n.s. n.s. 0,264 SH *** *** *** *** *** *** *** *** *** *** Tabelle 3: Score für die Zuordnung der einzelnen Nachkommen-Kollektive zu den inventarisierten Ausgangsbe ständen. Theoretisch sollte eine Nachkommenschaft immer ihrem ausgewiesenen Ausgangsbestand zugeord net werden, siehe graue Kästchen; falsche Zuordnung: grüne Kästchen Nachkommenschaften Altbestände M G H B R Aa Ab Ka Kb Kc SH M 1,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 G 0,000 1,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 H 0,000 0,000 1,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 B 0,000 0,000 0,641 0,359 0,000 0,000 0,000 0,000 0,000 0,000 0,000 R 0,000 0,000 0,000 0,000 1,000 0,000 0,000 0,000 0,000 0,000 0,000 Aa 0,000 0,000 0,000 0,000 0,000 1,000 0,000 0,000 0,000 0,000 0,000 Ab 0,000 0,000 0,000 0,000 0,000 0,000 1,000 0,000 0,000 0,000 0,000 Ka 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,000 0,000 0,000 0,000 Kb 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,000 0,000 0,000 Kc 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,000 0,000 SH 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 1,000 0,000 0,000 4.2 Zuordnung von Nachkommenschaften zu ihren Ursprungspopulationen Mit der Assignment-Methode wurden die Nachkommenschaften ihrer wahrscheinlichsten Ursprungspopulation aus dem Gesamt-Kollektiv zugeordnet. Die Scores für die Zuordnung sind in Tabelle 3 dargestellt. Neun der Stieleichen-Nachkommenschaften wurden treffend zugeordnet. Ihre Zuordnungswahrscheinlichkeiten betrugen 100 % (Score: 1,000). Von den Samen aus dem Bestand Habichtshorst konnten nur 19 Individuen genotypisch erfasst wer- 30

DNA-Analysen für den Nachweis der Verwendung gebietseigener Gehölze den. Trotz des geringen Stichprobenumfanges wurden auch sie richtig zugeordnet. Das Nachkommen- Kollektiv, welches aus dem Bestand Beelen stammen sollte, wurde mit einem Score von 0,64 dem Bestand Habichtshorst und nur mit 0,36 dem Bestand Beelen zugeordnet. Die Ursache für das ungenaue Assignment von Beelen zu Habichtshorst liegt darin, dass die Altbestände vermutlich aus derselben Saatgutpartie oder aber aus einer Mi schung von Vermehrungsgut aus beiden begründet worden ist. Stabile Werte konnten erst durch das Zusammenlegen der genetischen Daten der Bestände Beelen und Habichtshorst erreicht werden. In Anlehnung an Baudouin et al. (2004) können in solchen Fällen verschiedene Referenzpo pulationen auch zu einer Einheit zusammengefasst werden. Auch hat die Assignment-Methode den eingebauten Fehler im Lübecker Revier Lauerholz korrekt erkannt. Die Sämlinge aus Abteilung 136 wurden nicht dem Bestand Lauerholz aus Abteilung 137a zu geordnet. Ein Nachteil dieser Methode ist jedoch, dass jedes Kollektiv von Nachkommen zunächst immer der wahrscheinlichsten Population dieses Referenzdatensatzes zugeordnet wird (hier wurden die in Ab teilung 136 beernteten Sämlinge des Lübecker Reviers Lauerholz dem Bestand Kottenforst b zuge teilt). Um einen solchen Fall einer falsch-positiven Zuordnung zu erkennen, wird derzeit eine nach Cornuet et al. (1999) modifizierte Ausschluss-Methode entwickelt und getestet. Damit wird dann die Aussage ermöglicht, ob die Vermehrungsgutprobe tatsächlich aus einem der Referenzdatensätze stammen kann oder nicht. 5 Fazit Diese Arbeit zeigt, dass das hier verwendete Zuordnungsverfahren für die Herkunfts- und Identitätskontrolle von Vermehrungsgut heimischer Baumund Straucharten äußerst zuverlässige Ergebnisse liefert. Eingebaute Fehler werden korrekt erkannt. Gegenüber Störungen, wie z. B. Abweichungen von Hardy-Weinberg-Strukturen und das Auftreten von Nullallelen, erweist sich das Verfahren in Simulationen ebenfalls als stabil (Carlsson 2008). Besonders erfreulich erscheint in diesem Zusammenhang das positive Abschneiden dieses ersten Methodentests an der Stieleiche. Denn die für diese Methode vorausgesetzte genetische Differenzie rung der Referenzpopulationen ist bei dieser Art aufgrund der starken Durchmischung des Genpools vergleichsweise gering, denn der bestandesexterne Pollenimport aus umliegenden Beständen wird bei der Eiche auf 65 % geschätzt und es können dabei enorme Pollenflugweiten auftreten (vgl. Schü ler 2005). Im Gegensatz zur Eiche sind von den in Frage kommenden Gehölzen für den Landschafts bau aber nahezu 62 % insektenbestäubte Arten (11 % kombinierte Wind- und Insektenbestäubung, Rest windbestäubt). Bei entomophilen Baum- und Straucharten bleibt die großräumige Vermischung der genetischen Information nur lokal auf die maximalen Flugweiten der Insekten beschränkt, womit auch eine stärkere reproduktive Isolation zu erwarten ist. Dieses Charakteristikum ist von großem Vorteil, da es an molekularen DNA-Markern nachweislich auch zu einer höheren genetischen Differenzierung der Bestände beiträgt als bei den meisten windbestäubten Arten. Das haben bereits erste Tests an der Vogelkirsche (Prunus avium L.) und dem Wildapfel (Malus sylvestris L.) ergeben (Daten aus Degen et al. 2008; Jolivet et al. 2011, 2012; Reim et al. 2012). Damit sind noch aussagekräftigere Ergebnisse des Assignment-Ansatzes zu erwarten. Insgesamt kann der hier vorgestellte methodische Ansatz als sehr interessant bewertet werden. Ein solches Verfahren könnte, im Vergleich zu referenzprobengestützten Systemen, zur Verbesserung der Produktsicherheit und durch den möglichen Verzicht auf Rückstellproben einzelner Erntepartien auch zu einer erheblichen Kostenersparnis bei der Herkunfts- und Identitätskontrolle von Vermeh rungsgut gebietseigener Gehölze beitragen. 31

4 Wissenschaftliche Kurzberichte Literatur Baudouin, L.; Piry, S.; Cornuet, J. M., 2004: Analytical Bayesian Approach for Assigning Individuals to Populations. Journal of Heredity 95: 217 224. Carlsson, J., 2008: Effects of Microsatellite Null Alleles on Assignment Testing. Journal of Heredity 99: 616 623. Cornuet, J.-M.; Piry, S.; Luikart, G.; Estoup, A.; Solignac, M., 1999: New methods employing multilocus genotypes to select or exclude populations as origins of individuals. Genetics 153: 1989 2000. Degen, B.; Streiff, R.; Ziegenhagen, B., 1999: Comparative study of genetic variation and differentiation of two pedunculate oak (Quercus robur) stands using microsatellite and allozyme loci. Heredity 83: 597 603. Degen, B.; Jolivet, C.; Liesebach, H.; Höltken, A. M.; Dounavi, A.; Fladung, M.; Naujoks, G.; Schneck, V.; Stau ber, T.; Steiner, W.; Köhl, M., 2008: Erfassung der genetischen Struktur der Vogelkirsche (Prunus avium L.) als Grundlage für ein genetisches Monitoring wichtiger Waldbaumarten in Deutschland. Forschungsbericht Universität Hamburg (Arbeitsbereich Weltforstwirtschaft), Nordwestdeutsche Forstli che Versuchsanstalt (Abteilung Waldgenressourcen), Forstliche Versuchs- und Forschungsan stalt Ba den-württemberg (Abteilung Waldökologie) und Johann Heinrich von Thünen-Institut (Insti tut für Forstgenetik): 56 S. Degen, B.; Höltken, A. M.; Rogge, M., 2010: Use of DNA-fingerprints to control the origin of forest repro ductive material. A case study in Quercus robur L. Silvae Genetica 59 (6): 268 273. Degen, B.; Höltken, A. M., 2011: DNA-Methoden zur Kontrolle von Holzart und Holzherkunft. Holz-Zentralblatt 19: S. 416. Dumolin, S.; Demesure, B.; Petit, R. J., 1995: Inheritance of chloroplast and mitochondrial genomes in pedunculate oak investigated with an efficient PCR method. Theor. Appl. Genet.: 91: 1253 1256. Gregorius, H. R., 1978: The concept of genetic diversity and its formal relationship to heterozygosity and genetic distance. Math. Biosci. 41: 253 271. Höltken, A. M.; Degen, B., 2010: Pilotstudie zum Aufbau eines Herkunfts-Identifikations-Systems für forstliches Vermehrungsgut (HIS), Bericht 14 S. Höltken, A. M.; Buschbom, J.; Kätzel, R., 2012: Die Artintegrität unserer heimischen Eichenarten Quercus robur L., Q. petraea (Matt.) Liebl. und Q. pubescens (Willd.) aus genetischer Sicht. Allg. Forst- und Jagdzeitung 5-6: 100 110. Jolivet, C.; Höltken, A. M.; Liesebach, H.; Steiner, W.; Degen, B., 2011: Spatial genetic structure in wild cherry (Prunus avium L.): I. variation among natural populations of different density. Tree Genetics and Genomes 7: 271 283. Jolivet, C.; Höltken, A. M.; Liesebach, H.; Steiner, W.; Degen, B., 2012: Mating patterns and pollen dispersal in four contrasting wild cherry populations (Prunus avium L.). European Journal of Forest Re search 131: 1055 1069. Konnert, M., 2008: Genetische Vielfalt der Wälder Grundlage ihrer Anpassungsfähigkeit. Unser Wald 2: 8 9. Konnert, M.; Hosius, B., 2008: Zur Kontrolle und Zertifizierung von forstlichem Vermehrungsgut unter Nutzung von Labormethoden. Tagungsband Herkunftskontrolle an forstlichem Vermehrungsgut mit Stabilisotopen und genetischen Methoden. Nordwestdeutsche Forstliche Versuchsanstalt, Hann. Münden, ISBN 978-3-00024808-5, 132 139. Liepe, K., 2010: DNA-basierte Herkunftsinformationssysteme für forstliches Vermehrungsgut am Bei spiel der Stieleiche (Quercus robur L.). Bachelorarbeit Albert-Ludwigs-Universität Freiburg, Thünen-Institut für Forstgenetik Großhansdorf, 45 S. Reim, S.; Höltken, A. M.; Höfer, M., 2012: Diversity of the European indigenous wild apple (Malus sylvestris Mill.) in the East Ore Mountains, Germany: II. Genetic characterization. Genetic Resources and Crop Evolution, DOI 10.1007/s10722-012-9885-8. Schüler, S., 2005: Pollen-mediated gene flow of trees in the temperate zone. Dissertation Universität Hamburg, Sierke-Verlag, ISBN-10: 3933893305: 162 S. 32

DNA-Analysen für den Nachweis der Verwendung gebietseigener Gehölze Autoren Dr. Aki Michael Höltken (Dipl.-Forstwirt), Gründer und Geschäfts führer der Firma Plant Genetic Diagnostics GmbH, entwickelt DNA-basierte Methoden für den praktischen Einsatz, wie z. B. genetische Barcoding-Verfahren sowie Rückverfolgbarkeitssysteme für pflanzliches Material. Als Projektpartner in verschiedenen internationalen Vorhaben arbeitet er unter anderem an molekulargenetischen Verfahren zum Nachweis des illegalen Holzhandels. Dr. Aki Michael Höltken Alte Landstraße 26 22927 Großhansdorf Tel. (0 41 02) 2 01 89 18 info@plant-genetics.de Martin Rogge (Dipl.-Forstwirt) leitet das Team Forstvermehrungsgut des Landesbetriebes Wald und Holz Nordrhein-Westfalen. Martin Rogge (Oberforstrat) Waldbau, Beratungsstelle für Forstvermehrungsgut Lehr- und Versuchsforstamt Arnsberger Wald Obereimer 2a 59821 Arnsberg Tel. (0 29 31) 7 86 64 12 Martin.Rogge@wald-undholz.nrw.de Dir. & Prof. Dr. Bernd Degen (Dipl.-Forstwirt) leitet seit 2004 das Thünen Institut für Forstgenetik. Schwerpunkte seiner Arbeit sind die genetische Artund Herkunftsidentifizierung, räumlich-genetische Strukturen, die Analyse von Pollen- und Samenverbreitung sowie die Auswirkungen von Forstwirtschaft und Landschaftsfragmentierung auf die genetische Zusammensetzung verschiedener Baumarten in der ge mäßigten Zone und in den Tropen. Er ist Schriftleiter der internationalen Zeitschrift Silvae Genetica und hat über 90 Fachpublikationen verfasst. PD Dr. Bernd Degen Sieker Landstraße 2 22927 Großhansdorf Tel. (0 41 02) 69 61 01 bernd.degen@ti.bund.de 33