In HOPTIMIZE werden wir Genom-basierte Vorhersagemodelle für die Züchtung von Hopfen (Humulus lupulus L.) entwickeln und validieren. Dadurch kann die Vorhersage für Ertragsstabilität unter Trockenstress und für Qualitätseigenschaften für verschiedenste Anwendungsbereiche bereits in frühen Phasen des Zuchtprozesse erfolgen. Dies wird den Selektionsgewinn erheblich steigern und Nachhaltigkeit mit Wettbewerbsfähigkeit kombinieren. Dafür werden wir ein diverses Hopfensortiment und fünf Halbgeschwisterpopulationen an mehreren Standorten mit unterschiedlicher Bodenwasserverfügbarkeit hinsichtlich entwicklungs-, physiologie-, ertrags- und qualitätsbezogener Merkmale phänotypisieren. Um die Wassernutzungseffizienz im Feld bewerten und züchterisch verbessern zu können, werden wir die Kohlenstoffisotopendiskriminierung von Hopfen bei unterschiedlicher Wasserverfügbarkeit analysieren. Wir beabsichtigen, qualitätsbestimmende, hochwertige Doldeninhaltsstoffe zu identifiziert und diese in Zusammenhang mit unterschiedlichen sensorischen Wahrnehmungen in alkoholfreien Bieren zu bringen. Dadurch können wir mögliche Zielkonflikte oder Synergien zwischen der Züchtung trockenstress-angepasster Hopfensorten und guter Qualitätseigenschaften für diverse Anwendungen identifizieren. Wir werden die genetische Architektur aller erfasster phänotypischen Merkmale analysieren. Wir werden QTL und Kandidatengene identifizieren, die zukünftig Ziele für Genom-Editing in dieser Sonderkultur sein können. In HOPTIMIZE werden wir eine in-silico-Selektion basierend auf angepassten genomischen Vorhersagemodellen durchführen und deren Vorhersagen anhand zusätzlich entwickelter Populationen validieren. Wir wollen die in HOPTIMIZE entwickelten statistischen Modelle nutzen, um gezielt die genetische Vielfalt im Wildhopfen für die Verbesserung der Trockenstresstoleranz von Hopfensorten zu nutzen und somit die genetische Diversität dieser vielseitig einsetzbaren und faszinierenden Kulturpflanze zu erweitern.