谷歌学者个人资料和出版物。
近年来，测序等领域的技术进步已经将生物学的某些方面转化为基于信息的纪律。
为了使这种丰富的数据 - 通常称为大数据对研究人员和育种者有用，需要组织和使其能够进行。迈向这一目标，穆勒实验室设计和实现数据库，帮助他们的研究和植物育种者在更高效的作物改善中。
我们的数据库和软件使来自公众可接近的数千项实验的转录组，基因型和表型数据，通常关注来自食品不安全地区的研究后的主食。一种称为基因组选择的方法，该方法使用高通量基因分型技术，例如逐个测序（GBS）和大表型化数据集允许快速预测新植物交叉中的期望性状。
基于这些工具，穆勒实验室合作了各种不同的项目。我们创建了NextGen Cassava项目Cassavabase.，专为非洲木薯种植者而设计的数据库。我们协调Solanaceae基因组学网络- 汇编关于溶于植物植物的所有遗传信息，如番茄，喇叭花和尼古利亚娜。我们也是为山药，红薯和烹饪香蕉开发养殖数据库，我们与基因组和开源育种信息学倡议合作（gobii.）为了精简五个主食作物 - 小麦，水稻，玉米，高粱和鹰嘴豆的作物育种。最后，穆勒群涉及多个基因组测序项目，包括番茄，咖啡，诱饵和尼古拉尼亚Benthamiana。
