Projektarchiv

Am Fraunhofer ITEM untersuchen wir wie sich PFAS auf die Gesundheit von Menschen auswirken. Ein zentrales Ziel ist es dabei, die »PFAS-Familie« aufgrund ihrer Strukturen und ihrer physikochemischen Eigenschaften in Unterklassen einzuteilen und davon ausgehend Grenzwerte zu identifizieren.

Das EU-Projekt SeaWave dient einer wissenschaftlich fundierten Expositions- und Risikobewertung von Hochfrequenz- und Millimeterwellensystemen, insbesondere mit Hinblick auf den Einsatz der 5G-Technologie.

Fraunhofer-Forschende haben ein Sprühprodukt zur Raumkonditionierung in Haarstudios untersucht. Sie führten In-vitro-Inhalationsexperimente durch, um akute Atemwegseffekte mithilfe einer Testbatterie aus Zellen der menschlichen Lunge und dem am Fraunhofer ITEM patentierten P.R.I.T.® ExpoCube®-Expositionssystem zu untersuchen.

Im Projekt MyCellFight entwickeln Forschende einen automatisierten Immunchip. Dieser soll individuelle biologische Immunantworten vorhersagen.

Im Rahmen einer klinischen Studie wurde bakterielles Endotoxin inhaliert und der Anstieg von Entzündungszytokinen in exhalierten Partikeln untersucht.

Das Fraunhofer ITEM ist einer von vier Partnern in dem Projekt „Emissionen und Immissionen aus dem Schienenverkehr“, das vom Deutschen Zentrum für Schienenverkehrsforschung (DZSF) initiiert wurde.

Im Rahmen des Projekts MONO4ERA beauftragte die Europäische Kommission eine Machbarkeitsstudie, welche wirkstoffbasierte Prüfungssysteme (»Monographien«) sowie andere denkbare Alternativen zur Umweltverträglichkeitsprüfung von Tierarzneimitteln untersucht.

Das Fraunhofer ITEM beteiligt sich an der Suche nach neuen Wirkstoffen gegen COVID-19. Für diese Studien, die in Kooperationen mit Universitäten und anderen Instituten durchgeführt werden, werden PCLS aus menschlichem Lungengewebe gewonnen und im Labor mit SARS-CoV-2 infiziert.

Die Webanwendung Genealyzer abstrahiert mathematische und programmtechnische Details, um eine komfortable und anpassbare Analyse von Microarray-Daten für groß angelegte Reproduzierbarkeitsstudien zu ermöglichen.

Fraunhofer-Forschende haben die intuitive, webbasierte End-to-End-Pipeline MyDeepLearn entwickelt. MyDeepLearn verbindet die »Convolutional Neural Networks« (CNNs) im Backend mit der Web-Anwendung im Frontend.