TU Wien auf der Analytica 2020

TU Wien auf der Analytica 2020

 

Purency: 
We make microplastics visible!

Mikroplastik ist so klein, dass man es mit bloßen Augen kaum mehr sehen kann. Unter 100 µm gibt es wenig gesichertes Wissen über Plastikpartikel. Für die Analyse von Mikroplastik stehen den Laboren noch keine praxistauglichen Methoden zur Verfügung. Es fehlt vor allem an Lösungen für die Datenanalyse der Mikroplastikmessungen.

Purency (vormals: ScienceLama) ist ein junges Unternehmen, das aus der TU Wien hervorgegangen ist. Die Software Microplastics Finder von Purency basiert auf Machine Learning und bietet gegenüber herkömmlichen manuellen und datenbankbasierten Methoden entscheidende Vorteile:

  • erkennt automatisch Art, Anzahl und Größe der Plastikpartikel
  • unterscheidet über 20 Polymerarten
  • übersichtliches Probenergebnis in etwa 10 Minuten – auf üblichen Office-PCs!
  • bis zu Kleinheit von etwa 10 µm (bei FTIR-Imaging) – Größe der Partikel, die richtig erkannt, klassifiziert und gezählt werden, ist abhängig von der Auflösung des verwendeten Messverfahrens
  • höchste Qualität – keine aufwändige manuelle Nachbearbeitung durch Experten nötig; Einfluss von subjektiven, individuellen Einschätzungen eliminiert
  • beste Zuverlässigkeit und Nachvollziehbarkeit – Wiederholungen von Analysen führen wieder zu gleichen Ergebnissen
  • sehr übersichtliche Ergebnisdarstellung – umfassende Tabelle, die alle Partikel und ihre Eigenschaften enthält, Polymerarten farblich unterschieden, übersichtliche und leicht vergleichbare Zusammenfassung in wenigen Zeilen
  • vielseitige Anwendbarkeit – robuste Analyseergebnisse für eine Vielzahl von Matrizes; inklusive sehr verschmutzter Umweltproben, wie etwa Klärschlamm
  • große Zeitersparnis – Zeitaufwand für Datenanalyse von Stunden oder Tagen auf etwa zehn Minuten reduziert
  • hohe Kostenersparnis – keine langwierige Nachbearbeitung, geschultes Personal kann sich auf andere Aufgaben konzentrieren; erheblich gesteigerter Probendurchsatz

Innovationsgrad

  • erste praktische Lösung für die automatische Datenanalyse von Mikroplastikmessungen
  • erstes Tool, das eine nachvollziehbare und vollständige Analyse ganzer Proben erlaubt – und nicht nur einzelner Punkte
  • Messeneuheit

Anwendungen

  • Analyse von Wasser-, Getränke- und Nahrungsmittelproben
  • Umweltproben: Süß-, Salzwasser, Sediment, Boden, Klärschlamm
  • Risikoassessments, Qualitätskontrolle, Umweltmonitoring

Zielgruppen

  • Laboren, die bereits Mikroplastik analysieren oder dies künftig tun wollen
  • Spektrometerhersteller
  • Lebensmittelindustrie
  • Umweltbehörden.

Flyerdownload

Flyer_Purency_Analytica2020_de.pdf, öffnet eine Datei in einem neuen Fenster

Mikroskopausschnitt in dem mittels "Microplastics Finder" Mikroplastikartikel angezeigt werden

Mikroplastik ist so klein, dass man es mit...

Mikroplastik ist so klein, dass man es mit freiem Auge kaum sehen kann – der Microplastics Finder revolutioniert die Datenanalyse von Mikroplastikmessungen

Purency's Analysesoftwareprozess in drei Schritten: Kamerabild, Datenanalyse, Ergebnisse (behinhaltet Type, Quantity, Ergebnisse)

Mittels Machine Learning Algorithmen werden...

Mittels Machine Learning Algorithmen werden Probenbilder zur Gänze vollautomatisch analysiert und mehr als 20 Polymerarten erkannt

Computerdisplay zeigt Microplastics Finder Software Funktion an: Auflistung der Polymerarten

Übersichtliche Zusammenfassung der Ergebnisse...

Übersichtliche Zusammenfassung der Ergebnisse und komplette Auflistung aller Partikel – farblich unterschieden nach Polymerart

Computerdisplay zeigt Microplastics Finder Software Funktion an: Mikroskopausschnitt mit Mikroplastikpartikeln

Nachvollziehbarkeit - farbliche Kennzeichnung...

Nachvollziehbarkeit - farbliche Kennzeichnung der Partikel im Mikroskopkamerabild ermöglicht direkte Zuordnung zu Ergebnistabelle und rasche Vergleiche

Computerdisplay zeigt Microplastics Finder Software Funktion an: Vergleich der Referenzspektren oder Spektren benachbarter Pixel

Transparenz – auch im Detail: Ergebnis für...

Transparenz – auch im Detail: Ergebnis für jedes Pixel vergleichbar mit Referenzspektren oder Spektren benachbarter Pixel

Die vier Gesichter der Purency GmbH

Purency: Michael Stibi, Valerie Hengl,...

Purency: Michael Stibi, Valerie Hengl, Aurelia Liechtenstein, Benedikt Hufnagl (von l. nach r.)

FlowMe – Software für die MRD-Ermittlung bei Leukämie

Nach Ausfall der Live-Messe Analytica (31.3.-3.4.2020) bis auf weiteres nicht mehr vorrangig weiterverfolgt – aber Anwendung des Know-hows möglich

Um während einer Krebstherapie die Gefahr eines Rückfalls einzuschätzen, hat sich vielfach die Durchflusszytometrie bewährt, weil sie die rasche Vermessung von Millionen einzelner Zellen erlaubt. Bei Leukämie (ALL/CLL) wird aus der Vermessung von Knochenmarkszellen die minimale Resterkrankung (MRD) ermittelt. Damit kann die Therapie individuell an die erkrankte Person angepasst werden. Die Auswertung der Zytometriedaten durch medizinisches Fachpersonal ist zeitaufwendig, benötigt ein hohes  Expertenwissen und ist subjektiv. FlowMe ist ein Clinical Decision Support System, das mittels Machine Learning Krebszellen automatisch identifiziert. FlowMe hilft, für jede Patientin, jeden Patienten die ideale Therapie zu finden.

FlowMe richtet sich an Diagnoselabore, die therapie- begleitende Durchflusszytometrie ausführen. FlowMe trägt entscheidend dazu bei, den Personaleinsatz zu optimieren, während Analysequalität, Objektivität und Reproduzierbarkeit verbessert werden.
 

Display: Flow Cytometry Data, Machine Learning, Information

FlowMe – Flow Cytometry Data, Machine Learning, Information

FlowMe – Computergestütztes Modell

FlowMe – Krebszellen

Zielgruppen – Anwendung – Vorteil

  • Diagnoselabore und Krankenhäuser 
  • kostenfreie Softwarelizenz für die Visualisierung 
  • automatische Annotation als Serviceleistung zukaufbar 
  • Effizienzsteigerung von bis zu 500%

 

Kontakt

Dr. Florian Kleber und Dipl.-Ing. Peter Heimerl

 

Information

Nähre Information zum Auftritt der TU Wien auf der Analytica 2020:

Dipl.-Ing. Peter Heimerl  
TU Wien – Leiter Forschungsmarketing
Karlsplatz 13/ E058-04, 1040 Wien, Österreich
M: +43 664 605883320
T: +43 1 58801 406110
FoMa@tuwien.ac.at