Projektet undersøger hvordan den danske demokratiske debat udfolder sig, når vilkårene for information og kommunikation påvirkes og formes af sociale medier, digital kultur og forandringer i informationsintegritet. Undersøgelsen bygger på digitale metoder til at kortlægge den demokratiske samtale på udvalgte cases, som understøttes af interviews. Projektet vil generere politiske anbefalinger for at skabe de bedste betingelser for den demokratiske samtale i en hybrid medie- og informationskultur.

Tarmkræft er en alvorlig sygdom med høj risiko for tilbagefald samt udfordringer i forhold til tidlig og præcis detektion. I samarbejde med 3 danske hospitaler, vil jeg validere to nye blodbaserede diagnostiske tests, PG-Scan og GlycoScan, som har potentiale til dramatisk at forbedre tidlig diagnostik. Ved at integrere testen i nuværende screenings- og monitoreringsprogrammer håber vi at forbedre diagnosticering, muliggøre behandlingsmonitorering og derved reducere dødeligheden af tarmkræft.

Dette projekt har til formål at forbedre og videreudvikle den eksisterende neutrofil-aktivitets ELISA biomarkør (CPa9-HNE: serum Calprotectin) ved at overfører dette assay til en lateral flow-analyse (LFA) platform for at muliggøre point-of-care testing. Målet er at øge anvendeligheden for den enkelte patient, effektivisere behandling, og derved muliggøre en personlig medicin tilgang for optimeret behandling for patienter med inflammatorisk tarmsygdom (IBD).

Targeteret radionukleotid terapi (TRT) er en lovende kræftbehandling, som målretter stråleskade mod tumoren men kan være nødvendig at give i kombination med f.eks. immunterapi. Udvikling af TRT foregår primært i immunsupprimerede dyr. Dette projekt har til formål at etablere en advanceret dyremodel – humaniserede mus – indenfor TRT, hvorved TRT kan evalueres og udvikles i en model med et funktionelt immunsystem. Dette giver unikke muligheder for indsigt i og udvikling af nye behandlinger.

Enzymatisk genanvendelse af polyamider (PA), såsom PA-6, er yderst interessant, da det kan foregå under milde betingelser, og byggestenene kan repolymeriseres. Hidtidigt identificerende PA-nedbrydende enzymer er kun marginalt aktive overfor modelsubstrater. Ved anvendelse af kunstig intelligensdrevet design vil vi opbygge nye enzymer, der kan nedbryde forskellige polyamider. De bedste kandidater vil blive eksperimentelt karakteriseret og yderligere optimeret ved evolutionært og rational design.

Fedmeepidemien øger prævalensen af en langt række følgesygdomme heriblandt hjertekarsygdomme. I dette projekt vil vi anvende kunstig intelligens til at udlede billede-baserede biomarkører for hjertekarsygdomme hos personer med svær overvægt. For den enkelte patient kan sådanne biomarkører forbedre mulighederne for tidlig diagnosticering, forebyggelse og behandling, mens biomarkører spiller en vigtig rolle for Novo Nordisk i virksomhedens udvikling, testning og markedsføring af nye molekyler.

Projektet udnytter AI til at optimere betonproduktion og reducere CO2-udledning og omkostninger uden at gå på kompromis med kvaliteten. Ved at analysere omfattende historiske data fra Unicon A/S udvikles AI-baserede værktøjer til multiobjektiv optimering af betonblandinger. Projektet inkorporerer selvopdaterende funktioner via inkrementelle læringsmodeller og udforsker AI-teknikker til at forudsige betonens langtidsholdbarhed, hvilket fremmer den grønne omstilling i betonbranchen.