Science2Start-Preisträger 2021: Platz 1 für 3D-gedruckte Endoskop-Optiken. Nils Fahrbach und Dr.-Ing. Simon Thiele werden beglückwünscht von Dr. Gerrit Hötzel und Dr. Christian Lindemann, beide Voelker & Partner (vorne v.l.). Nina Zabel und Dr. Klaus Eichenberg (Bio Regio Stern) gratulieren den Gewinnern (hinten v.l.). (Bild: Michael Latz/Bio Regio Stern)
Der Science2Start Ideenwettbewerbs findet jährlich statt und zeichnet Nachwuchswissenschaftler oder Gründer aus dem Life-Sciences-Bereich aus. Gefördert und initiiert wird der Wettbewerb von Bioregio Stern Management. Die Sieger erhielten Preisgelder in Höhe von insgesamt 4.500 Euro.
Endoskop-Optiken aus dem 3D-Drucker
Den 1. Preis erhielten beim diesjährigen Ideenwettbewerb Dr.-Ing. Simon Thiele und Nils Fahrbach, die eine neue Klasse von Endoskopen für die medizinische Anwendung entwickeln. Herkömmliche Endoskop-Optiken sind meist durch kugel- oder halbkugelförmige Linsen in ihrer Leistungsfähigkeit limitiert. Mittels additiver Fertigung können die Forscher gänzlich andere Formen und Designs herstellen, die neue Funktionalitäten sowie Miniaturisierung ermöglichen. Die Idee bietet ein großes innovatives Potenzial für die Medizintechnik, das die Gründer im Rahmen ihres Start-ups Printoptics an der Universität Stuttgart, Institut für Technische Optik, kommerzialisieren möchten.
Biopolymer aus Sonnenlicht und CO2
Prof. Karl Forchhammer vom Interfakultären Institut für Mikrobiologie und Infektionsmedizin der Eberhard Karls Universität Tübingen forscht gemeinsam mit Dr. Moritz Koch am Polymer PHB (Polyhydroxybutyrat), das sich durch gute Bio-Abbaubarkeit und Verarbeitungseigenschaften auszeichnet. Das Polymer wird aus Cyanobakterien gewonnen, die auch Mikroalgen genannt werden. Den Wissenschaftlern gelang es durch gentechnische Anpassungen, den intrazellulären Gehalt an PHB in den Bakterien auf über 80 % der Zelltrockenmasse zu steigern. Für die ebenso effiziente wie kostengünstige Herstellung von Biokunststoffen wäre bei diesem Verfahren fast nur noch CO2, Wasser und Sonnenlicht notwendig.
Automatisierte medizinische Analysen mittels KI
Serina Pinar, Can Pinar und Christoph Zimmermann entwickeln mit ihrem Team eine modulare Softwareplattform, die, basierend auf modernsten Machine Learning Methoden und Algorithmen, eine vollautomatisierte Auswertung medizinischer Daten ermöglicht. Mit ihrem Tübinger Start-up „Cytolytics“ wollen sie eine für den Laboralltag geeignete Lösung zur effizienten Analyse der überwältigenden Datenmengen liefern, die moderne medizintechnische Geräte produzieren. Das erste Softwaremodul startet mit der vollautomatisierten Datenanalyse für die Durchflusszytometrie, einer Routinediagnostik, die unter anderem in der Immunologie, Hämatologie, Infektiologie und Onkologie verwendet wird.