Innovation und Mut werden belohnt: Drei Forschungsprojekte der TU ausgewählt – Neue Förderlinie „LOEWE-Exploration“

Teilen

Neue Arznei-Wirkstoffe, Digitale Textanalyse, Künstliche Intelligenz zur Klimabeobachtung: Gleich drei Projekte der TU Darmstadt werden über die neue Förderlinie „LOEWE-Exploration“ des hessischen Wissenschaftsministeriums zwei Jahre lang finanziell unterstützt. Insgesamt wurden zwölf innovative Forschungsansätze an Hochschulen ausgewählt, für sie stehen rund drei Millionen Euro bereit.

„Ich freue mich sehr über den Erfolg unserer Kolleginnen und Kollegen, die durch das neue Format LOEWE-Exploration nun eine Anschubfinanzierung für ihre Vorhaben erhalten“, sagte TU-Präsidentin Professorin Tanja Brühl. „Die geförderten Themen stehen stellvertretend für unsere drei Forschungsfelder „Matter and Materials“, „Information and Intelligence“ sowie „Energy and Environment“. Sie zeigen aber insbesondere auch, dass Forschende an der TU mutig und kreativ neue Wege gehen, um innovative Fragestellungen zu bearbeiten und Lösungen für die Zukunft zu entwickeln – ganz im Sinne unserer Vision als technische Universität.“

Laut Wissenschaftsministerin Angela Dorn ermöglicht die neue Förderlinie „LOEWE-Exploration“ Forschenden den Freiraum, hoch innovativen Forschungsideen nachzugehen, unkonventionelle Hypothesen zu überprüfen oder einen radikal neuen Ansatz zu testen.

Die drei „LOEWE-Exploration“-geförderten Vorhaben an der TU Darmstadt:

Gezielte Kombi-Wirkstoffe für von Viren befallene Zellen

Wie wichtig Wirkstoffe gegen Viren sind, zeigt nicht nur die aktuelle Corona-Pandemie. Eines der wichtigsten Kriterien ist das Verhältnis von gewünschtem Effekt zu möglichen Nebenwirkungen. Das von Chemie-Professor Felix Hausch und seinem Kollegen am Paul-Ehrlich-Institut, Professor Eberhard Hildt, verfolgte Projekt untersucht, ob durch die Kombination von zwei prominenten antiviralen Wirkstoff-Typen sogenannte Prodrugs abgeleitet werden können, die bevorzugt in viral infizierten Zellen wirken. Dadurch könnten unerwünschte Effekte in nicht betroffenen Zellen von Patientinnen und Patienten reduziert werden. Dieses Konzept so genannter Protease-aktivierbarer antiviraler Prodrugs soll anhand von Hepatitis C-Viren (HCV) und Corona-Viren (SARS-CoV2) als gut verstandenen Modellsystemen demonstriert werden.

Digitale Werkzeuge in den Geisteswissenschaften

Im Projekt „Prinzipiengestützte Kategorienentwicklung für die Digital Humanities – ein Proof of Concept“, geleitet von Professorin für Digital Philology Evelyn Gius, wird ein Computerprogramm entwickelt, das Forschende in den Geisteswissenschaften beim Anfertigen von Ontologien für den Einsatz in der Textanalyse unterstützt. Das Programm setzt damit bereits bei der Definition der Kategorien an, die in der Analyse verwendet werden sollen. Zum Beispiel könnte eine Literaturwissenschaftlerin herausfinden wollen, wie Frauenfiguren in Romanen an der Wende zum 20. Jahrhundert dargestellt wurden. Die dafür genutzten Genderkategorien würde sie vor der Analyse mithilfe des Programms ausarbeiten. Die digitale Anwendung unterstützt das systematische Vorgehen bei der Entwicklung der Kategorien und ermöglicht es, verschiedene Definitionen der Kategorien auszuprobieren, sie also sozusagen zu durchdenken. Das Programm soll möglichst leicht und intuitiv bedienbar gestaltet werden, damit die Denkarbeit nicht durch technische Anforderungen gestört wird.

Öko-Beobachtung aus der Vogelperspektive

Die Wälder der Erde sind von besonderer Bedeutung für das Klima und den Menschen. Sie sind Lebensraum für viele Tier- und Pflanzenarten, binden Treibhausgase und sind ein wichtiger Rohstofflieferant für uns Menschen. Die möglichst detaillierte Erfassung ihrer Struktur ist für das Verständnis und den Schutz dieses komplexen Systems unerlässlich. Herkömmliche Begehungen als bisheriges Mittel der Wahl sind mühevoll und aufwändig. Moderne Verfahren der Fernerkundung und Erkenntnisse aus dem Bereich Künstliche Intelligenz können viel effizienter helfen: Die Geodäsie-Professorin Dorota Iwaszczuk und ihr Team entwickeln Machine-Learning-Methoden, um die Zustände der bodennahen Schichten der Waldvegetation exakt zu dokumentieren. Diese Informationen über die Tiefen des Ökosystems Wald werden aus Laserscanning- und Bilddaten gewonnen. Die Daten selbst werden mit Hilfe von mobilen sowie flugzeug- und satellitengetragenen Sensoren erfasst.

Das entstehende digitale Modell kann zum Beispiel auch für den Hochwasserschutz und für die Untersuchung der Auswirkungen von Waldbränden von großer Bedeutung sein.

Quelle: TU Darmstadt


Teilen