German National Library of Science and Technology
Repositorium für Naturwissenschaften und TechnikNot a member yet
29164 research outputs found
Sort by
RUBIN - reACT - Vertical 1 - Next Gen Innovation – Modellbasierte Ansätze zur Etablierung von Innovationsökosystemen und digitalen Innovationssystemen im Bereich resorbierbarer Implantat-Konzepte; TP1.2: Modellbasierte Systementwicklung zur Innovierung resorbierbarer Implantat-Konzepte
Get PDFResorbierbare, medizinische Lösungen (RML) sind eines der großen Ziele in der operativen, orthopädischen und traumatologischen Chirurgie. Für eine erfolgreiche Versorgung muss die Technologie individuell an den jeweiligen Patienten angepasst werden. Allerdings werden resorbierbare Implantate derzeit nur für Standardpatienten entwickelt, da die manuellen Entwicklungsaufwände für eine patientenspezifische oder für Baureihen optimierte Anpassung, die Abschätzung des Risikos sowie die Zertifizierung zu hoch sind. Das liegt daran, das notwendige Entwicklungsdaten (z. B. patientenspezifische Geometrie, Belastung oder Abbaurate des Materials) in zahlreichen Unterlagen oder unabhängigen Modellen (z. B. 3D-CAD-Modell zur Makro- und Mikrostrukturierung der Lösung, MKS-Modell zur Berechnung der individuellen Belastung der Lösung oder Kennfelder des Degradationsverhaltens) vorliegen oder erst zu erstellen sind. Weiterhin sind im Kontext der Medizinproduktentwicklung die umfangreichen gesetzlichen Rahmenbedingungen der Medical Device Regulation (MDR) für eine Zertifizierung im europäischen Raum zu berücksichtigen. Diese verlangen die Einführung eines Risikomanagements, um potentielle Risiken der Produkte abzuschätzen und zu minimieren. Eine etablierte Methode dafür ist die Fehlermöglichkeits- und Einflussanalyse (FMEA).
Das Ziel des Teilvorhabens TP1.2 – Modellbasierte Systementwicklung zur Innovierung resorbierbarer Implantat-Konzept in dem Forschungsprojekt reACT war daher die Erforschung eines effizienten Auslegungs- und Risikomanagementprozesses für die Entwicklung patientenspezifischer oder für Patientengruppen optimierte Baureihen resorbierbarer, medizinischer Lösungen
KI-gestütztes Screening bakterieller Exotoxine in Bakteriophagen: Entwicklung, Validierung und Transfer datenbasierter Workflows : Sachbericht
Get PDFIm Teilvorhaben „Übersetzung“ des Projekts SSTDBB: Sprechen Sie Toxin? Die Botschaft der Bakteriophagen (Förderkennzeichen 16DKWN136B; Laufzeit 01.09.2022–31.08.2025) wurde ein datengetriebener Ansatz entwickelt, um aus Proteinsequenzen Hinweise auf potenziell toxische Eigenschaften abzuleiten. Motivation war, neue bakterielle Exotoxine effizienter zu identifizieren und zugleich Bakteriophagen im Kontext der Phagentherapie frühzeitig auf mögliche Toxinrisiken zu screenen. Methodisch wurde eine kuratierte, auf bakterielle Exotoxine fokussierte Datengrundlage aufgebaut (ohne tierische Toxine), und Protein-Language-Model-Repräsentationen (pLM-Embeddings) wurden für Modellierung und Priorisierung genutzt. Ein zunächst überwachtes Klassifikationsmodell zeigte zwar starke interne Kennzahlen, erwies sich jedoch bei Anwendung auf Phagenproteine als zu unspezifisch (Generalisierungs-/Domain-Shift-Problem). Daraufhin wurde die Strategie auf einen distanzbasierten, unüberwachten Ansatz erweitert, der mehrere Proteinrepräsentationen (inkl. Struktur-/Fold-Informationen) kombiniert und Kandidaten über Ähnlichkeiten zu Referenztoxinen priorisiert.
Parallel wurde eine experimentelle Pipeline etabliert (Klonierung/Expression/Proteinproduktion) und 20 priorisierte Kandidaten (als 24 rekombinante Konstrukte) wurden in zwei Modellsystemen getestet (u. a. Tetrahymena thermophila und HEK293-Zellen; metabolismusbasierte Readouts). Unter den geprüften Bedingungen ergab sich bislang keine eindeutige toxische Wirkung; als methodische Erweiterung wird eine intrazelluläre Expression in HEK293-Zellen nach Projektende weitergeführt, um potenziell zellinterne Wirkmechanismen besser abzubilden. Über die wissenschaftlichen Ergebnisse hinaus wurden reproduzierbare, FAIR- und Open-Science-orientierte Workflows (Daten-/Code-Releases, Protokolle) aufgebaut und umfangreich in Ausbildung und Lehre transferiert (Nachwuchsförderung, wiederkehrende Data-Literacy-Formate). Insgesamt liefert das Vorhaben sowohl methodische „Lessons Learned“ für robuste Toxinvorhersage in realen Anwendungsräumen als auch eine nachhaltige Struktur zur Verankerung datenbasierter Toxikologie an der Schnittstelle von Bioinformatik und Experiment
Project: "Quantum Methods and Benchmarks for Resource Allocation (QuBRA)"; Teilvorhaben: "Maschinelles Lernen und Quantenalgorithmen für Optimierungsprobleme"
Get PDFThis final report summarizes the objectives, methodology, and outcomes of the LUH subproject “Machine Learning and Quantum Algorithms for Optimization Problems” within the BMBF-funded consortium project QuBRA – Quantum Methods and Benchmarks for Resource Allocation. The overarching goal of QuBRA was to assess, in a rigorous and application-driven manner, whether quantum algorithms—particularly on near-term and future quantum hardware—can provide a practical advantage for industrially relevant combinatorial optimization problems.
The LUH subproject combined complementary expertise from machine learning and quantum information theory to address five industrial application domains: vehicle configuration, job-shop scheduling, supply chain management, fleet management, and pick-up-and-delivery problems in the Internet of Things. Strong classical and machine-learning baselines were developed using reinforcement learning and graph neural networks, while novel quantum algorithmic approaches were designed, with a focus on tailored variants of the Quantum Approximate Optimization Algorithm (QAOA), hybrid classical–quantum workflows, and problem-specific encodings. All approaches were evaluated within a unified benchmarking methodology and integrated into the consortium-wide framework QuBRABench and the Benchmark Instances Project.
The results demonstrate that advanced machine learning methods currently set the state of the art for the considered problems, while quantum algorithms show long-term potential but no near-term advantage on NISQ devices. Beyond scientific contributions, the project yielded peer-reviewed publications, patent applications, open-source benchmarking tools, and supported technology transfer, including the founding of a start-up. Overall, the LUH subproject provides a realistic and methodologically sound assessment of the opportunities and limitations of quantum optimization for industrial applications and lays a solid foundation for future research and exploitation
Abschlussbericht - Richtlinie: Neue Methoden und Technologien für das Exascale-Höchstleistungsrechnen (SCALEXA)
Get PDFSchlussbericht zum Forschungsvorhaben 50 OR 2312
Get PDFDas Projekt „Ein Ablaufdatum für den Dynamo von alten Sonnen“ untersuchte, ob die magnetische Aktivität sonnenähnlicher Sterne in späten Entwicklungsphasen signifikant abnimmt oder vollständig zusammenbricht. Grundlage waren neue Beobachtungen von sechs alten sonnenähnlichen Sternen mit XMM-Newton, die im Rahmen eines internationalen Large Programs eingeworben wurden. Im Projekt wurde eine spezialisierte Datenverarbeitungspipeline entwickelt, die verbleibende Detektorartefakte im ultraweichen Energiebereich (150–200 eV) korrigiert und damit eine präzisere Analyse schwacher Röntgenquellen ermöglicht. Vier Sterne wurden eindeutig detektiert, zwei lieferten aussagekräftige Obergrenzen. Die Ergebnisse zeigen, dass alte sonnenähnliche Sterne eine unerwartet komplexe Beziehung zwischen Rotation und magnetischer Aktivität aufweisen, die über das bisherige Konzept der „weakened magnetic braking“ hinausgeht. Das Projekt lieferte damit neue Einblicke in die späte Entwicklung stellarer Dynamos und verbesserte zugleich die methodischen Grundlagen der Röntgendatenanalyse.The project “Stellar spin-down: does the magnetic dynamo have an expiration date?” investigated whether the magnetic activity of sun-like stars decreases significantly or collapses completely in late evolutionary stages. It was based on new observations of six old sun-like stars with XMM-Newton, which were acquired as part of an international Large Program. The project developed a specialized data processing pipeline that corrects for remaining detector artifacts in the ultra-soft energy range (150–200 eV), enabling more precise analysis of weak X-ray sources. Four stars were clearly detected, and two provided meaningful upper limits. The results show that old sun-like stars exhibit an unexpectedly complex relationship between rotation and magnetic activity that goes beyond the previous concept of “weakened magnetic braking.” The project thus provided new insights into the late evolution of stellar
dynamos and at the same time improved the methodological foundations of X-ray data analysis
Schlussbericht zum Vorhaben FuturePelletSpec 2
Get PDFProjektbeschreibung:
Das Projekt FuturePelletSpec 2 zielte auf die Entwicklung emissionsarmer, brennstoffflexibler Holzpellet-Feuerungssysteme ab. Es baute auf den Ergebnissen des Vorgängerprojekts "FuturePelletSpec 1" auf, das neue Brennstoffparameter identifizierte und ein transientes Brennstoffbett-Abbrandmodell für Pelletöfen entwickelte. Ziel von FuturePelletSpec2 war die praktische Anwendung dieses Modells in der Ofenentwicklung, um die Emissionen, insbesondere Staub und NOX, deutlich zu reduzieren und die Effizienz der Anlagen zu steigern. Im Projekt wurden innovative Methoden zur schnellen Pelletcharakterisierung, wie NIR-Spektroskopie und fotooptische Pelletlängenmessung, untersucht und Optimierungspotentiale abgeleitet. Zudem wurden Vorschläge für die Pelletqualität von Pelletöfen sowie Richtlinien für das Ofendesign erarbeitet. Ein zentrales Ergebnis war die Entwicklung des Low-Emission Flexi-Pellet-Kaminofens (LEFLEX-PKo), der mit optimierten Luftführungssystemen, Rauchgasrezirkulation und automatischer Brennstoffregelung ausgestattet ist. Durch CFD-Simulationen, Validierungsversuche an Prototypen und umfangreiche Messungen mit Pellets aus unterschiedlichen Baumarten und mit unterschiedlichen Pelletqualitäten wurde die Technologie auf Praxistauglichkeit geprüft. Die Ergebnisse zeigen, dass mit den entwickelten Konzepten die Emissionen erheblich gesenkt werden können, während hohe Wirkungsgrade (> 94 %) erreicht werden. Die Projektergebnisse stärken bei Umsetzung, die Wettbewerbsfähigkeit der Hersteller, tragen wesentlich zur Emissionsminderung von Biomassefeuerungen bei, schaffen die Basis für die Markteinführung der nächsten Generation umweltfreundlicher Pelletöfen und legen den Grundstein für die Weiterentwicklung der Biomassebrennstoffnormen.
Projektergebnisse:
Das Projekt FuturePelletSpec 2 hat bedeutende Fortschritte bei der Charakterisierung und Abbrandmodellierung von Holzpellets sowie der Entwicklung emissionsarmer Pelletöfen erzielt. Es wurden Brennstoffparameter wie Pelletlänge und chemische Zusammensetzung identifiziert, die erheblichen Einfluss auf die Emissionen bei der Verbrennung haben. Mit innovativen Schnellbestimmungsmethoden, z. B. NIR-Spektroskopie und fotooptischer Längenmessung, konnten diese Parameter teilweise effizient erfasst werden. Das entwickelte transiente Brennstoffbett-Abbrandmodell, gekoppelt mit Gasphasenmodellen, bildet die Basis für die Simulation und Optimierung emissionsarmer Feuerungssysteme. Die Praxisanwendung führte zur Entwicklung des Low-Emission Flexi-Pellet-Kaminofens (LEFLEX-PKo), der mit extrem niedrigen Staub-, CO- und NOX-Emissionen bei Nennlast (5, 7 und 121 mg/Nm3), sowie bei Teillast (5, 80 und 109 mg/Nm3) und Wirkungsgraden > 94 % beeindruckt. Durch optimierte Luftführung, Rauchgasrezirkulation und automatische Brennstoffregelung konnte der Ofen bei verschiedenen Brennstoffen und Pelletlängen stabile Betriebszeiten von bis zu 6 Stunden bei sehr niedrigen Emissionen erreichen. Zudem wurden Richtlinien für die Pelletqualität und Normungsvorschläge für die Brennstoff- und Feuerungstechnik erarbeitet. Die Ergebnisse zeigen, dass moderne, regelungsgestützte Feuerungssysteme mit optimierten Luft- und Brennstoffparametern die gesetzlichen Emissionsgrenzwerte deutlich unterschreiten können. Die entwickelten Methoden und Modelle sind für die Normung, Geräteentwicklung und Qualitätssicherung hoch relevant und bieten eine Grundlage für die zukünftige Marktdurchdringung emissionsarmer Pelletöfen. Insgesamt trägt das Projekt wesentlich zur Emissionsminderung, Energieeffizienz und Wettbewerbsfähigkeit der deutschen Pelletbranche bei
UPTAKE - Urinproteom-Analyse für die Prädiktion von Typ, Ausmaß, Prognose und therapeutischem Ansprechen von akuten und chronischen Nierenerkrankungen - Validierung der zuvor definierten Urinproteom-basierten Klassifikatoren zur Vorhersage der histopathologischen Diagnose der Niere
Get PDFDas Ziel des Gesamtvorhabens UPTAKE war die Entwicklung neuer diagnostischer und prognostischer Ansätze zur verbesserten Erkennung und Bewertung von chronischen Nierenerkrankungen (CKD), die auf dem Urinproteom basieren. Im Mittelpunkt stand die Frage, ob die Analyse des Urinproteoms als "Liquid Biopsy" eine verlässliche, nicht-invasive Alternative zur Nierenbiopsie darstellen kann. Darüber hinaus sollte untersucht werden, ob sich aus dem Urinproteom prognostische Marker ableiten lassen, die den Krankheitsverlauf und das therapeutische Ansprechen vorhersagen und somit eine personalisierte Therapieplanung ermöglichen.
Das Teilprojekt der Mosaiques Diagnostics GmbH (Hannover) umfasste die Durchführung von Urinproteom-Analysen, die Entwicklung und Validierung diagnostischer und prognostischer Klassifikatoren sowie die Integration der gewonnenen Daten in klinische Entscheidungsmodelle. Die Arbeiten erfolgten in enger Kooperation mit den klinischen Partnern, insbesondere dem Klinikum Bayreuth und dem St. Georg Klinikum Leipzig. Diese stellten umfangreiche Bioproben und Patientendaten zur Verfügung. Neben der Analyse von Patientenproben mi5els CE-MS umfasste das Projekt die methodische Weiterentwicklung und Implementierung der Klassifikatoren
Abschlussbericht GAIA-X 4 moveID - Projektdokumentation - partnerspezifischer Abschlussbericht moveID
Get PDFDer Abschlussbericht dokumentiert die Fortschritte und Ergebnisse des Projekts GAIA-X 4 moveID gemäß dem Teilvorhaben: Aufbau einer Blockchain/DLT/SSI-basierten Systemarchitektur inkl. Anbindung zu
Applikationen und Technologien. Die Zusammenarbeit mit Projektpartnern und die Entwicklung innovativer Technologien haben zu vielversprechenden Ergebnissen geführt, die in zukünftigen Anwendungen und Kooperationen genutzt werden können. Der Verwertungsplan zeigt die wirtschaftlichen und wissenschaftlichen Anschlussfähigkeiten auf, die durch die im Projekt gewonnenen Erkenntnisse und Technologien ermöglicht werden
