Jugend Forscht Bundes- und Landesteilnehmer:innen stellen ihre Projekte auf dem Schülerkongress vor
Mundnasen-Schutzmasken – Schutz für uns, Schaden für die Natur
Viele Einwegmasken landen statt im Restmüll in der Natur. Deshalb haben wir uns mit der biologischen Abbaubarkeit von herkömmlichen medizinischen Masken und der Marie Bee Bloom Maske (MBB) beschäftigt, die vom Hersteller als biologisch abbaubar gekennzeichnet wurde.
Wir konnten nachweisen, dass die MBB im Gegensatz zu FFP2- und OP-Masken kompostierbar ist. Auch mittels Mikroorganismen wie EM-aktiv, Hefe und Milchsäurebakterien ließ sich die MBB großteilig biologisch abbauen. Wir haben den bakteriellen Infektionsschutz der MBB im Vergleich zu FFP- und OP-Masken getestet, indem wir die Masken mit Flüssigbakterienkulturen besprüht haben. Dafür haben wir drei Bakterien verwendet E.coli, L. casei und B. bifidum. Von diesem Versuch haben wir zwei Varianten durchgeführt: eine, um den Schutz vor dem Maskenträger zu untersuchen und eine, um den Schutz für den Maskenträger zu untersuchen.
Bei der Auswertung mit Hilfe von ANOVA-Analysen zeigte sich, dass nur bei E. coli Kontaktpersonen vor infizierten MBB-Maskenträgern statistisch signifikant schlechter geschützt werden im Vergleich zu FFP2- und OP-Maskenträgern. Außerdem haben wir auch die Saugfähigkeit der Masken getestet. Jedoch erwies sich keine der Masken als saugfähig. Da die MBB einen geringen Tragekomfort hat, haben wir begonnen ein Maskenmaterial für eine eigene biologisch abbaubare und schützende Maske zu entwickeln. Aktuell haben wir ein elastisches Material durch Imprägnierung von Zellstoff mit Bioplastik erhalten, das sich auch maskentypisch falten und verkleben lässt.
Zusätzlich entwickeln wir ein geschlossenes Kompostiersystem mit automatisierter Produktanalyse, das eine genaue Analyse der Abbauprozess der MBB und unseres Maskenmaterial ermöglicht. Zukünftig möchten wir unsere eigene Maske auf Luftdurchlässigkeit testen und antibakterielle Stoffe in unser Bioplastikrezept integrieren.
GENErAItion – KI-basierte Analyse und Synthese von Genexpressionsmustern
Viele Krankheiten (z.B. Krebs) lassen sich nur mit Verständnis der zugrundeliegenden genetischen Zusammenhänge behandeln. Obwohl die Struktur des menschlichen Genoms bereits entschlüsselt ist, sind die Funktionsweisen und Interaktionen der einzelnen Gene oft noch unbekannt. Deren Analyse ist bislang sehr komplex und aufwendig, was das Verstehen erschwert.
Deshalb stellen wir mit dem Projekt „GENErAItion“ einen neuen Ansatz für die Genforschung vor. Dieser erlaubt es, genetische Zellbaupläne (Transkriptome) auf der Basis generativer neuronaler Netzwerke zu erforschen und funktionsspezifisch zu generieren. Dies soll die Erforschung der Gene vereinfachen und beschleunigen.