Atemtest ersetzt invasive Diagnostik - 30.07.2025

Minisensor für das Smartphone: Neuartiger Atemtest auf Helicobacter-Infektion

Der Magenkeim Helicobacter pylori ist weit verbreitet und kann nicht nur unser Befinden beeinträchtigen, sondern auch schwere Erkrankungen verursachen, wenn er über längere Zeit nicht erkannt wird. Dabei ist eine Therapie gut möglich. Zuvor steht jedoch die gesicherte Diagnose. Hierfür wurde ein Atemtest entwickelt, der das Bakterium per Mini-Sensor nachweist. Derzeit arbeiten die Forschenden an einer Smartphone-tauglichen Lösung.

KI-gestütze Bilderkennung beschleunigt Identifizierung von Zebrafischmutanten - 16.07.2025

EmbryoNet AI identifiziert selbstständig Entwicklungsstörungen

Die embryonale Entwicklung ist bei komplexen Organismen über Signalwege genau reguliert. Bei Störung dieser Signalwege entstehen charakteristische phänotypische Entwicklungsschäden, die nicht immer leicht zu erkennen sind. Der Entwicklungsbiologe Prof. Dr. Patrick Müller hat mit der Software EmbryoNet an der Universität Konstanz ein Tool entwickelt, mit der sich Entwicklungsstörungen zuverlässig per Bildanalyse identifizieren lassen.

Zusätzliche Reinigungsstufe in Kläranlagen - 03.07.2025

EU-Kommunalabwasserrichtlinie (KARL): Strengere Regeln und mehr Herstellerverantwortung

Die Neuauflage der EU-Kommunalabwasserrichtlinie KARL führt eine vierte Reinigungsstufe für Kläranlagen ein und bittet Hersteller von Arzneimitteln und Kosmetika zur Kasse. Sie tragen mindestens 80 Prozent der Kosten für den Ausbau der Abwasseranlagen.

Soft Robots, Robotersysteme aus weichen Materialien, eröffnen neue Perspektiven für Medizintechnik und Industrie. Jun.-Prof. Dr. Aniket Pal von der Universität Stuttgart forscht an viskoelastischen Materialien, mit denen sich intelligente Funktionen in Soft Robots einbetten lassen. Dafür bekommt er im Rahmen des Emmy-Noether-Programms Fördermittel in Höhe von 1,5 Millionen Euro. Die Förderphase begann am 1. September 2025.

Aus Hirnarealen von Menschen, die Farbringe betrachten, lässt sich ableiten, welche Farbe die Person sieht, ergab eine Studie von der Uni Tübingen. Sie zeichneten mit MRT Bilder aus dem Gehirn von Proband*innen beim Betrachten von Farben auf und gewannen Signale für Rot, Grün und Gelb. Die Muster der Hirnaktivität waren ähnlich, sodass die Farbe allein durch Vergleich mit Aufnahmen aus Gehirnen anderer vorhergesagt werden konnte.