2024

2023

2022

2021

2020

2019

2018

2017

2016

Portefølje Naturvitenskap og teknologi ikon

The research system

Portefølje Humaniora og samfunnsvitenskap ikon

Ground-breaking research

Portefølje Samisk ikon

Sámi society and culture

Portefølje Demokrati, styring og fornyelse ikon

Democracy and global development

Portefølje Velferd, kultur og samfunn ikon

Welfare, culture and society

Portefølje Helse ikon

Health

Portefølje Klima- og polarforskning ikon

Climate and environment

Portefølje Landbasert mat, miljø og bioressurser ikon

Land-based food, the environment and bioresources

Portefølje Energi, transport og lavutslipp ikon

Energy and transport

Portefølje Muliggjørende teknologier ikon

Enabling technologies

Portefølje Industri og tjenestenæringer ikon

Innovation

LTP Climate, environment and environmentally friendly energy

Climate and loss of natural diversity

Internationalization

Societal security and civil preparedness

Renewal in the public sector

Velferdstjenester

Frontpage Image

Marine icon

Petroleum og mineraler

LTP Hav ikon

Oceans and coastal areas

LTP2 Muliggjørende og industrielle teknologier ikon

Enabling and industrial technologies

Trust and community

Professional environment

High quality and accessibility

LTP Climate

Strengthened competitiveness and innovation capacity

LPT Health

 An innovative business community

LTP3 Helse

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

LTP2 Utvikle fagmiljøer av fremragende kvalitet

LTP2 Samfunnssikkerhet og samhørighet ikon

LTP2 Fornyelse i offentlig sektor ikon

LTP2 Klima, miljø og miljøvennlig energi ikon

Forsidebilde optimalisert

project-bank-technical

Et innovativt næringsliv ikon

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Marin ikon

Forsidebilde

Statistics

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...or see the summary and other information about the projects you have selected

Portfolios

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

How the grants are distributed between organisations, counties, subject areas etc....

Here are some examples of searches you can perform in the Project Databank

All long term plan objectives

About Text Queries

No thematic area or topic related to the project

has received funding in the programme period

No popular science description is available

have received funding in the programme period

The project with project number {{project number}} was not found

Technical description

Woops, something went wrong. Please refresh the page. If the error persists, please contact us.

We could not find what you were looking for

See statistics related to this LTP objective

See projects related to this LTP objective

related to this LTP objective have received grants

has been granted to projects related to this LTP objective

has been granted to projects related to this portfolio

related to this portfolio have received grants

About Prosjektbanken

Kunnskapsdepartement

Forsvarsdepartemente

Justis- og beredskap

Diverse

Kommunal-og distrikt

Nærings- og fiskerid

Samferdselsdeparteme

Digitaliserings- og 

Energidepartementet

Klima- og miljødepar

Landbruks- og matdep

Matematikk og naturvitenskap

Oslo

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Rettede internasjonaliseringstiltak

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

Instituttsektor

Portefølje Forskningssystemet

Portefølje Muliggjørende teknologier

Programmer

Nettverkstiltak

Internasjonale utlysninger

Koordinerings- og støtteaktivitet

Internasjonalisering

Politikk- og forvaltningsområder

Digitalisering og bruk av IKT

IKT forskningsområde

Joint Technology Initiative (JTI) (ny fra 2014)

Anvendt forskning

Limb wounds in horses are common, however healing is exceedingly slow and fraught with complications. Contrary to body wounds, limb wounds demonstrate only a small amount of wound contraction. The specialist procedure of applying split-thickness skin grafts to limb wounds stimulates wound contraction by unknown mechanisms. The objective of this project is to identify those mechanisms to develop a treatment strategy for equine limb wounds for use in general  practice. Limb wounds are severely impacting animal welfare due to an extended healing/treatment duration, and the risk of euthanasia due to a poor functional outcome. By stimulating wound contraction, healing time will be reduced, and the functional outcome improved, directly benefitting the welfare of wounded horse and reducing treatment cost for the owner. Aim: To identify dermal components stimulating wound contraction, and to develop this knowledge into future state-of-the-art treatment of equine limb wounds for use in general practice. Hypotheses: i) Application of dermal fractions to collagen gels seeded with equine fibroblasts will increase gel contraction in vitro; ii) Application of dermal fractions to experimental limb wounds in vivo, will increase wound contraction resulting in a faster healing time versus wounds treated by conventional methods. Methods: i) The contractile effect of different dermal components will be assessed in a collagen gel/ fibroblast model; ii) Identified dermal components will be tested in a standardized experimental limb wound model in vivo (n=5). Ultimately, results from this project are expected to improve wound treatment in horses, directly impacting animal welfare by reducing healing time and improving the functional outcome of wounded horses. This will also directly benefit horse owners and caretakers and making veterinarians able to offer better treatment solutions.

HESTEFORSK - Raskere og bedre sårheling hos hest med autologe hudkomponenter

Effektene av fysisk og seksuell vold på ofre og deres familier kan være ødeleggende og vedvarende, med potensielt langvarige konsekvenser for fysisk og mental helse, utdanning, sysselsetting og bruk av velferdstjenester. Mens strafferettssystemet anses som en viktig del av offerets gjenopprettingsprosess, er det begrenset empirisk forskning på hvorvidt strafferettslige prosesser hjelper og/eller hindrer bedring langs disse ulike dimensjonene. I dette prosjektet vil vi adressere dette kunnskapshullet ved å bruke en kombinasjon av kvantitative og kvalitative forskningsmetoder. I de kvantitative analysene vil vi bruke administrative registerdata som dekker hele befolkningen sammen med kvasi-eksperimentelle metoder for å kunne trekke kausale slutninger. Vi vil også benytte maskinlæringsteknikker for prediksjon. De kvalitative analysene vil supplere de kvantitative analysene ved å gi kontekst til et komplekst felt av saker og ofre og ved å identifisere potensielle mekanismer mellom strafferettslige prosesser og utfall for ofrene. Samlet vil disse metodene gi en mer robust, representativ og nyansert forståelse av hvordan kontakt med strafferettssystemet påvirker offeret på tvers av flere viktige livsområder både på kort og lang sikt. Prosjektet ledes av Folkehelseinstituttet (FHI) med Frischsenteret og Universitetet i Oslo som partnere. Prosjektet har et rådgivende utvalg med medlemmer fra Nasjonalt kunnskapssenter om vold og traumatisk stress (NKVTS), ETH Zurich, Universitetet i Oslo, Frischsenteret, Universitetet i Bergen, og OsloMet. Det er også tilknyttet en brukergruppe bestående av personer og organisasjoner som er i kontakt med ofre for vold og overgrep.

Victims of sexual and physical violence is one of the most vulnerable groups in our society. The criminal justice system (CJS) serves a critical role in providing assistance to victims of these crimes, enabling them to seek justice, protection, compensation, and closure. Yet, knowledge about whether the CJS helps or harms these victims is extremely limited. This project aims to remedy this by providing a comprehensive understanding of the role of the CJS in supporting and providing restoration for victims of physical and sexual violence in Norway. We will utilize a combination of quantitative and qualitative research methods across disciplines to study outcomes across multiple important life domains, both in the short and long run. For the quantitative analyses we will use exceptionally rich longitudinal administrative register data with full population coverage combined with state-of-the-art quasi-experimental methods for credible causal inference and predictive machine learning techniques. The qualitative analysis will be based on narrative interviews with victims, providing context and insights into how interactions with the CJS shape life stories. The results will yield a robust and nuanced understanding of how the different stages of the CJS impacts victims. This is particularly urgent given how the current emphasis on legal responses to assaults has caused a sense of obligation and civic duty for especially women to report incidents, while the chances of legal closure remain small. In addition to advancing the methods for quasi-experimental designs and machine learning within quantitative criminology, this project will provide valuable insights for policymakers, stakeholders, and practitioners working in the field of victim support and rehabilitation and may inform current legal reform efforts aimed at addressing these issues.

Helpful or harmful: The effects of criminal justice system contact on victims of sexual and physical violence

The goal of the Bilingual Experiences, Cognitive Ageing and underlying Mechanisms (BECAME) project is to examine the functional neuroplastic mechanisms underlying mitigatory effects of bilingual experience on age-related cognitive decline. While evidence is available for structural brain changes supporting bilingualism-induced effects on cognitive aging (CA), functional mechanisms underlying such effects are not yet well understood. BECAME aims to fill this gap by investigating the trajectory of bilingualism-induced functional neuroplasticity across the adult lifespan (ages 18-85), crucially adopting an individual differences approach related to measurable degree of bilingual engagement. Importantly, although such benefits are thought to be rooted early in the lifespan, evidence for the timeframe and conditions of their early emergence is scarce. The choice of including the whole adult lifespan allows us to investigate these mechanisms and their emergence more directly from a lifespan perspective. I combine behavioral testing with brain recordings via electroencephalography (EEG). EEG is widely used in cognitive neuroscience to assess brain activity and the degree of communication between brain regions (functional connectivity) in response to stimuli and at rest. Combining behavioral and EEG modalities will allow me to test bilingualism’s effect on functional connectivity, as well as its consequences for functional efficiency, the minimum required neural activation to successfully perform a task. This will enable a detailed, evidence-based account of the protective effects observed in older-aged bilinguals, and how they are built from earlier life stages. By illuminating the relationship between multilingualism and resulting neurocognitive adaptations, BECAME will enable to capitalize on it as a health initiative, with manifold societal implications and the potential to be translated into actionable policies exploiting multilingualism to ameliorate effects of CA.

Bilingual Experiences, Cognitive Ageing and underlying Mechanisms

From the SEA to the SOLution. An integrative assessment of marine pollution in a changing Arctic

Marine chemical pollution poses known threats to human health and to biodiversity, ecosystem and societal services. The Arctic is a major sink of global mercury (Hg) pollution. Arctic sediments, sea and glacial ice constitute vast Hg reservoirs. Recent studies raise concerns about their increasing role as local Hg sources. In a rapidly warming Arctic, the consequences of potentially increased environmental Hg on marine biota remain unknown. The objective of SEASOL is to identify the pathway(s) of Hg bioaccumulation in marine food webs of the High Arctic Kongsfjorden (Svalbard). This changing glacial fjord is recognised as a ‘natural laboratory’ of climate change in the Arctic. The fellow’s earlier research has shown the sole measurement of Hg levels as insufficient to connect biotic Hg dynamics to environmental change, whereas the analysis of Hg stable isotopes proved to be a promising tool for source discrimination and biotic transfer. SEASOL will build on the novel application of stable isotope analysis to identify the sources of Hg within the fjord system and the pathways to Hg accumulation within sentinel marine species. On the short-term, the study will provide fundamental knowledge to help understand how emerging sources of Hg from rapid environmental change will impact Arctic marine predators. On the long-term, SEASOL will contribute to the development of early-warning, adaptive management strategies, including modelling, for mitigating the cumulative impact of pollutants and climate change on Arctic marine species. This multidisciplinary approach and the central position of the host institution (Norwegian Polar Institute) in the field of Polar Research will equip the Fellow with a broad set of new skills and lay the foundation for building her specific niche as a future leader in marine pollution science.

Information theory is a discipline at the intersection of statistics, engineering and computer science. As the study of information quantities, such as compression or communication capacities, information content or measures of statistical dependency, it is one of the theoretical underpinnings of data science.

Computational problems in information theory are highly non-linear. The goal of this project is to transfer state-of-the-art methods of computational non-linear algebra to information theory, to study the inherent algebraic complexity of information-theoretical problems and to provide tools for solving them in practice. The algebraic point of view has proven to be fruitful in seemingly unrelated areas, as witnessed by a surge of recent work in algebraic statistics, in particular on likelihood geometry. However, maximizing the likelihood function is the same as minimizing relative entropy — a specific information quantity. Hence, this project also aims at generalizing the techniques developed in likelihood geometry.

One focus is on the practical computation of information quantities using numerical and differential algebraic geometry. Such quantities are defined via non-linear optimization problems and we aim to pinpoint the algebraic complexity of these problems in instances of general interest, such as common information measures. The final objective is finding fundamental laws and limits of data science imposed by non-linear inequalities constraining the entropic region. These inequalities provide, by duality, universal bounds for many of the optimization problems studied in information theory.

Algebraic Theory of Information Quantities

Enabling the next generation in search of blood cancer cures

The CarrerasPathfinder program is new a world-wide unique doctoral program that covers the entire spectrum of research and innovation in blood cancers from understanding disease biology to the implementation of novel processes in the clinical practice. The program will fund 14 excellent Doctoral Candidates (DCs) for a period of 48 months. DCs will perform collaborative PhD projects involving associated partners from different sectors, countries, and disciplines through secondments. DCs will improve their research capacity and transferable skills through high-quality supervision arrangements and a tailored training program.

The program has been designed and will be hosted by the Josep Carreras Leukaemia Research Institute (IJC) which is the first European non-profit institute exclusively devoted to blood cancers. By answering the European needs for human resources, it is fully aligned with the 13 recommendations of the EU Cancer Board’s Draft Mission  and the Europe’s Beating Cancer Plan (2021). The CarrerasPathfinder program has a strong triple-I dimension of internationality, inter-sectorality and interdisciplinarity in training, networking, co-supervision and research. Its specific objectives are:
•	To develop an excellent doctoral program in blood cancer research conceived as a pilot for a permanent international doctoral program
•	To equip DCs with a unique skill set boosting effectiveness and innovation capacity. 
•	To promote DCs’ career development and increase their employability in different sectors.
•	To establish the IJC as a European reference for research and training in blood cancers.
•	To provide Europe with a new generation of researchers able to address unmet needs and societal challenges of blood cancers.
•	To contribute to structuring the European research area by collaborating and synergizing with other European key opinion leaders.



Tenk på universet som en enorm ballong som alltid utvider seg. Jo lenger unna et punkt er på ballongen, jo raskere beveger det seg bort fra deg. Dette ligner på hvordan universet utvider seg, jo lenger unna en galakse er, jo raskere beveger den seg bort fra oss på jorden.

I mange år trodde forskerne at universets ekspansjon ble bremset. Begrunnelsen deres var at gravitasjonskraften fra all materie i universet virket mot denne utvidelsen. Imidlertid gjorde kosmologer i 1998 en overraskende oppdagelse gjennom studiet av fjerne supernovaer: utvidelsen av universet akselererer faktisk!

Dette betyr at avstanden mellom galaksene blir større og større i stadig økende hastighet. Det er som om ballongen blåses opp raskere og raskere.

Forskere vet ikke nøyaktig hva som får universet til å akselerere. De kaller den ukjente kraften som får dette til å skje "mørk energi". Mørk energi er overalt i universet, men den mørke energien vekselvirker ikke med materie i de formene som vi kan observere direkte.

NEVO-prosjektet er et nytt forsøk på å forstå egenskapene til mørk energi. NEVO vil bruke kraftige datamaskiner for å simulere universet og studere effekten av kandidater til den mørke energien på en måte som aldri har vært gjort før. Ved å studere disse simuleringene og utnytte høypresisjons-observasjonene fra Euclid-teleskopet som nylig er skutt opp i rommet, vil kosmologene være i stand til å bedre betydelig vår forståelse av den mørke energiens gåtefulle natur.

The Universe has entered an accelerating expansion phase in the last few billion years of its evolution, a phenomenon that is caused by the mysterious entity known as dark energy. Through the NEVO proposal, I aim to provide key insights about the properties of dark energy, which includes its time evolution and spatial distribution in the Universe. This objective will be achieved by utilizing cutting-edge cosmological N-body simulations and novel techniques to study cosmic EVOlution accurately.

A comprehensive understanding of the nature of dark energy requires a thorough investigation of viable candidates and their impact on different stages of the Universe. However, the consistent and accurate modeling of dark energy candidates has been largely neglected so far. To address this gap, I propose the development of a novel, integrated framework that utilizes state-of-the-art relativistic N-body simulations along with the hi_class code, to accurately model dark energy candidates in both linear and non-linear scales.

NEVO: illuminating the dark cosmos

Global natur- og miljøforvaltning er en av vår tids mest sentralt og vanskellige mål. Mange av utfordringene skyldes motsetningene mellom vår fragmenterte politiske verden og økosystemer som ikke forholder seg til landegrenser eller politiske skillelinjer.
Ulike biologiske samfunn (biomer) som ligger i én stat, kan ikke løsrives fra et større økosystem. Derfor er flere «lokale» naturområder blitt del av den globale miljøforvaltningen.
Prosjektet RESOLVING skal se på politiske løsninger for en naturforvaltning som både er:
(i) lokal: som del av en stats territorium og hjem til ulike befolkningsgrupper
(ii) global: som kritiske deler av planetens økosystem
Hva betyr denne forvaltningen på flere nivåer for staters suverenitet?
Vi vet allerede mye om utfordringene nasjonalt oppdelt myndighet utgjør for effektiv forvaltning av jordens økosystemer. Vi vet derimot langt mindre om hvordan forsøkene på å styre jordens komplekse og grenseløse økosystemer faktisk kan endre selve systemet som forsinker den globale forvaltningen: statlig suverenitet.
RESOLVING vil prøve å forstå denne dynamikken ved å undersøke gruppene som faktisk utøver internasjonal naturforvaltning på vegne av eller parallelt med statene. Prosjektet vil her se nærmere på styringen av to områder som er viktige for hele verden: Amazonas-regnskogen og Guineabukta.
RESOLVING undersøker hvordan tiltak for å ta vare på disse områdene – laget på både internasjonalt, nasjonalt og lokalt nivå – fungerer sammen. Hvilke aktører får mer makt? Hvem blir inkludert i beslutningsprosessene og hvem blir utelatt?

The RESOLVING project asks: How does global governance of nature transform the exercise of sovereign power? Scientific evidence of the environment as a complex system of planetary dimensions has elevated several natural resources as objects of global governance. Primary forests and maritime biomes particularly capture global attention because of their systemic relevance for our planetary ecosystem. Still, international politics operates within a framework locating authority over nature indivisibly into territorially discrete and independent states. This project investigates the implications for sovereignty stemming from the construction of nature as a global governance object. We build on existing conceptualizations of sovereignty as a combination of de jure sovereign authority and bundles of de facto sovereign competence. In the case of nature, while permanent sovereignty over natural resources is an immutable property of state authority, a wider range of actors can be involved in defining the ways in which these resources are governed or even in governing them. RESOLVING will focus on two parcels of local nature especially entangled in global governance: the Amazon rainforest and the Gulf of Guinea. The project will investigate how networks of actors work across levels of governance to produce sovereign competence and exert sovereign power over nature in these regions. Sovereign power is the capacity to achieve de facto sovereign competence, here identified as the capacity to define and implement the rules of human–nature interaction. We look at multilevel governance from three angles: the global, the state, and the local. The comparative analysis of those networks across levels, regions, and regimes complexes will allow for identifying the mechanisms driving the rebundling of sovereign power with or away from the state, and a better understanding of the consequences of that process.

Rebundling sovereignty over local nature in global governance

Tørkeperioder kan gjøre bakken hardere og frastøte seg vann, dette fører til økt fare for flom og jorderosjon hvis det skulle komme styrtregn. Sammenfallende hendelser hvor en tørkeperiode ender i styrtregn kan derfor forårsake større skader på infrastruktur og avlinger enn enkelthendelser med kun tørke eller styrtregn. Global oppvarming har forårsaket at både tørkeperioder og styrtregn intensiveres og skjer oftere, som også kan føre til at sammenfallende hendelser med tørke etterfulgt av styrtregn også kan intensiveres og skje oftere. 
Selv om det er funnet en økning i tørkeperioder og ekstremnedbør med global oppvarming også i klimamodellene, er det også en stor spredning mellom modellene på hvor mye og i hvilke områder som opplever mer tørke og nedbør. Prosjektet vil undersøke faktiske historiske hendelser hvor tørkeperioder endte i styrtregn i værobservasjoner og værmodelldata for å finne passende indekser som kan brukes til å analysere hvordan de forekommer i klimamodellene. Modeller på finere skala gjør en bedre jobb med å modellere nedbør, prosjektet vil derfor bruke finskala høytoppløselige klimamodeller og globale klimamodeller for å se hvordan tørkeperioder avsluttet med styrtregn forekommer i disse. De modellene som gjør det godt opp mot observasjoner vil bli identifisert.  Videre vil prosjektet studere endringene i hyppighet og intensitet av sammenfallende hendelser med tørke og styrtregn med global oppvarming.
En av grunnene man vet til hvorfor det er stor usikkerhet knyttet til hvordan klimamodellene gjenskaper nedbørsmønstre er hvordan fordamping varierer over skog- og andre arealer. I prosjektet vil vi se på effekten av avskoging og økt skogbruk i globale modeller, og gjøre egne beregninger over mindre areal på finskala for å for å se hvordan fordamping blir påvirket. Resultatene av prosjektet er viktig får å unngå eller minimere skadene slike sammenfallende med tørke etterfulgt av styrtregn kan forårsake.

Global warming intensifies drought and extreme precipitation. Compound events with droughts ending in intensified precipitation - DRIP can cause large damages but are extremely understudied. This project aims to estimate the change in frequency and intensity of DRIP events with global warming due to changes in the water-cycle. We will identify actual historical compound DRIP events and find indices that are suitable to identify these events in model data. As global climate models show a large spread in precipitation for both historical and the different future climate projections, there is expected to be a spread in model projections of DRIP events as well. We will constrain this spread by identifying global climate models that do a good statistical representation of historical DRIP events and by analyzing large ensembles to evaluate the natural variability. As higher resolution modelling shows a better representation of the water cycle, the project will analyze regional downscaled global models in identified regions of interest.  We will also perform in-house regional simulations of identified global models down to convection permitting scale to study the change in DRIP events with model resolution. The project will also target a highlighted uncertainty connected to the water-cycle by exploring how evapotranspiration and the occurrence of DRIP events found in climate models respond to land use change. For this analysis we will extend the regional downscaling to include sensitivity studies which contain deforestation and forestation. Results gained from DRIP will make a large contribution to the knowledge needed on future mitigation measures due to the increase in compound events.

DRIP - DRought ending in Intensified Precipitation

Hovedmålet med kreftbehandling er å eliminere kreftceller og dette er tradisjonelt oppnådd ved kirurgi, bruk av giftige medikamenter (cellegift) og stråling. En ny og betydningsfull tilnærming til kreftbehandling kalt immunterapi, har derimot fått mye oppmerksomhet det siste tiåret; Her forsøker leger og forskere å utnytte immunsystemet vårt for å målrettet  ødelegge kreftceller. En nøkkelaktør i denne banebrytende tilnærmingen er en gruppe «drapsmenn» i immunsystemet kjent som cytotoxiske T-lymfocytter (CTL-er). Disse cellene har en bemerkelsesverdig evne til å oppdage kreftceller ved å gjenkjenne unormale molekyler på overflaten av kreftcellene - molekyler som friske celler ikke har. Når CTL-er gjenkjenner kreftcellene ødelegger de dem ved å frigjøre giftige molekyler som initierer kreftcellenes selvdestruksjon. 
 
Selv om betydelige innsats har blitt dedikert til å forstå hvordan CTL-er aktiveres og hvordan de gjenkjenner kreftceller, vet vi mindre om de påfølgende hendelsene inne i kreftcellene som fører til deres død. Fra før vet vi at CTL-er kan initiere to forskjellige typer celledød i kreft: den første, kalt apoptose, er en stille og ordnet prosess der kreftcellene krymper og brytes opp uten å varsle immunsystemet; den andre, kalt pyroptose, er en mer dramatisk prosess som involverer dannelse av åpninger i cellemembranen, noe som fører til at cellene svulmer opp og sprekker. Under denne cellebristen blir innholdet inne i cellene frigitt i omgivelsene, og dette kan fungere som 'faretegn' som kan stimulere en sterkere immunrespons mot kreftcellene. Betydningen av denne cellebristen for å forsterke anti-tumorresponsene vil bli undersøkt i dette prosjektet. 
 
Videre er vi fascinert av muligheten for å avdekke ytterligere, ennå ukjente, former for celledød indusert av CTL-er. Utforsking av disse dødsrelaterte prosessene i kreftcellene kan potensielt øke effektiviteten av immunterapi og bidra betydelig i den pågående kampen mot kreft.

The primary goal of most cancer therapies is to induce cancer cell death. Immunotherapy relies on the cytotoxic activity of lymphocytes such as natural killer cells (NKs) and cytotoxic T lymphocytes (CTLs) to achieve this. While a significant amount of research in immunotherapy focuses on the events within cytotoxic lymphocytes or at the interface between cytotoxic lymphocytes and cancer cells, less is known about the molecular mechanisms that orchestrate cancer cell death, particularly in the case of CTL-mediated death.
CTLs are known to induce two types of cell death in cancer: non-inflammatory apoptosis and proinflammatory pyroptosis. Pyroptotic cancer cells release proinflammatory signals that attract immune cells to the tumor site, thereby enhancing the anti-tumor response. Cell lysis is a common outcome of pyroptotic cell death. It is unclear whether lysis can be decoupled from pyroptosis in cancer cells and whether the proinflammatory properties of pyroptotic cancer cell death depend on lysis. Moreover, it remains unknown whether CTLs can induce other forms of cell death in cancer, apart from apoptosis and pyroptosis.
Studying the mechanisms of CTL-mediated cancer cell death is challenging because CTLs selectively target cells expressing specific antigens. However, given the critical role of CTLs in immunotherapy, it is essential to deepen our understanding of CTL-induced cancer cell death.
This project aims to develop novel methodologies to investigate the death mechanisms that are initiated by CTLs. In addition, we will identify new pathways and mediators involved in CTL-induced cancer cell death. Furthermore, we will assess the contribution of proinflammatory cell death and lysis in promoting anti-tumor responses in vivo. Overall, this research will improve our knowledge of the molecular mechanisms of CTL-mediated cancer cell death and potentially reveal novel targets to enhance the efficacy of cancer immunotherapy.

T-cell-mediated proinflammatory cell death and lysis in cancer

Integrert identifisering av borefarer

Midlene fra PETROMAKS2-Stort program petroleum fordelt på år

Midlene fra PETROMAKS2-Stort program petroleum fordelt på fylker

Midlene fra PETROMAKS2-Stort program petroleum fordelt på fagområde

Senior Research Scientist

Når et oljereservoir produseres vil poretrykket i reservoaret avta. Poretrykkendringenen vil føre til kompaksjon av reservoarbergartene og strekking av takbergarten. Ved hjelp av repetert havbunnsseismikk kan vi observer og måle bevegelsene i og rundt oljereservoaret. Trykkendringene kan også føre til oppsprekking av nye sprekker eller reaktivering av gamle sprekker både i og utenfor reservoaret. Denne oppsprekkingen produserer et svakt lydsignal som ved visse forhold kan detekteres med et nettverk av geofoner plassert på havbunnen. I dette prosjektet vil vi utvikle nye metoder for å detektere og karakterisere oppsprekningshendelser. Vi vil også utarbeide nye metoder for å kombinere repertert havbunnsseismikk med oppsprekningshendelser. Dette vil bidra til å gi et bedre bilde av de dynamiske endringen i undergrunnen. Denne nye kunnskapen kan bidra til sikrere brønnplassering og økt utvinning fra reservoaret ved at vi får et bedre bilde av hvor olje produseres fra og hva som skjer i bergartene under produksjonen av oljen.

Hovedfokuset siden oppstarten i april har vært å utvikle metoder for forovermodellering av det seismiske bølgefeltet. Resultater fra dette arbeidet vil bli konkludert i en artikkel om forovermodellering og Born-approksimasjonen. Målet er å få artikkelen ferdig i første kvartal 2016. Verktøyene vil videre bli brukt i resten av prosjektet for å studere indusert seismisitet.

En PhD-prosjektrapport er sendt inn og presentert for Universitetet i Bergen, og prosjektet er godkjent av komiteen i petroleum-geovitenskap-gruppen. Rapporten inkluderer en tidslinje for forventet fremdrift og viktige milepæler. Før presentasjonen ved UiB ble det holdt en workshop i Stavanger (Schlumberger Stavanger Research). Dette ga alle prosjekt-partnerne en verdifull mulighet til å møtes og utveksle ideer.

I doktorgradsprosjektet har kandidaten utviklet metoder for modellering av seismiske bølger i både elastiske og viskoelastiske heterogene medier. Disse metodene er spesielt effektive da de beregner bølgeformet på gitte tidspunkt uavhengig av alle andre tidspunkt. Slik blir metoder for kildeinversjon som momenttensorinversjon veldig effektiv siden vi da hovedsaklig ser på transmitterte bølger rund direkte bølgen. To artikler med PhD-kandidaten som hovedforfatter vil bli publisert for å beskrive disse metodene. Videre har vi brukt modellerings- og inversjons-metodene på reelle data fra et perforeringskudd. Resultatene fra denne studien vil være referansedata for en videre følsomhetsanalyse hvor vi studerer begrensningene for de nye inversjonsmetodene.

Arbeidet gjennom 2017 i dette prosjektet er fokusert på to områder. Først er det arbeidet på beregninger av ray-Born integraler for effektiv forovermodellering. Det andre området er implementering og testing av inversjonsmetoder for mikroseismisk hendelses posisjonering og kildekaraktristikk i 3D hastighetsmodeller.

Det arbeides med tre vitenskapelige artikler og ett konferansebidrag fra arbeidet beskrevet i avsnittet over. To artikler er allerede akseptert i nivå 2 tidskriftet Geophysics. Den tredje artikkelen er under utarbeiding.

En ny metode for posisjonering av mikroseismiske hendelser har blitt testet på feltdata og sammenlignet med dagens metoder som blir brukt av feltoperatøren. Resultatene vil blir presentert for operatøren mens Schlumberger vil søke å beskytte metodene ved patentsøknader.

I 2020 har arbeidet i hovedsak gått ut på å fullføre arbeidet og publisering av den tredjeartikkelen i doktoravhandlingen som omhandler 3D viskoelastisk bølgeform inversjon og sammenstilling av de forskjellige delene av prosjektet til en endelig rapport.

Well integrity for the total lifespan of an oil field is important for the environment and for the economics of an oilfield. When a field is produced the mechanical state in the reservoir and the overburden changes with time. These changes are important for the integrity of existing wells as well as
for the planning of new wells. A Sintef study found that 20-30 % of all wells have well integrity failures. We want to combine active and passive seismic for monitoring to provide a 4D characterization of the overburden, and potentially the reservoir. Together they will give a better understanding of the
mechanical changes in the overburden and the reservoir and will allow us to derive drilling parameters that better represent the stress state in subsurface rock. The large compaction and overburden subsidence at Ekofisk is an ideal test case for the innovation. In addition, the PRM system at Ekofisk can be run in a passive mode detecting seismic events in the subsurface. The PRM also ensures high repeatability of the time-lapse seismic surveys. This will provide a field size laboratory for surface passive seismic since the dataset can be partitioned into several different geophone array configurations, less than a full PRM system, which can be studied. 

In this proposal we investigate how to improve reservoir sweep efficiency and drilling hazard predictions by means of active and passive seismic monitoring. These seismic data types will be applied to characterize stress state changes and mechanical property changes in the subsurface which will provide improved input for drilling. The innovative step is to tightly integrate epicentre events from the passive seismic network with novel time-lapse attributes to dynamically update the coupled geomechanical/reservoir flow model. Thereby compaction effects in the reservoir and potential reactivation of fault and fracture systems may be detected by using the type of DNA
search method developed in phase 1 of the project.

Integrated dynamic drilling hazard identification

This project will build the WeatherGenerator – the world’s best Generative Foundation Machine Learning Model of the Earth system – that will serve as Digital Twin for Destination Earth. Similar to the leap in quality that was achieved when foundation models were replacing conventional machine learning models in language modelling, the WeatherGenerator will provide machine learning applications in Earth system science with improved skill at lower computational costs compared to the state-of-the-art. The WeatherGenerator will be based on representation learning to create a task-independent tool that models the dynamics of the Earth system much more faithfully and robustly compared to conventional machine learning tools that are trained for a specific task. The WeatherGenerator is generic and task-independent as the large pre-trained model can be adjusted to specific needs for a wide range of application areas in Earth sciences. Thereby, it will likely be much more resilient for climate when the underlying data distributions are changing and to niche applications where training data is limited. Through its generality and robustness, the WeatherGenerator will form a machine-learned Digital Twin of the Earth that will be incorporated into the Digital Twin family of Destination Earth. The WeatherGenerator will be tested in a wide range of application spanning weather prediction, renewable energy generation, flooding, food security, and health.

WeatherGenerator

MAELSTROM er et europeisk prosjekt for utnyttelse av maskinlæring (ML) på store data innen værvarsling og klima. Varsler skal forbedres gjennom optimalisering av tungregningsarkitektur og utvikling av software for å håndtere de store datamengdene. 

MAELSTROM kombinerer ekspertise innen ML, tungregning og værvarsling fra en rekke institusjoner i Europa:  Meteorologisk Institutt,  European Centre for Medium-Range Weather Forecasts, Jülich Supercomputing Center, 4cast GmBh & Co KG, E4 Computer Engineering SpA, ETH Zürich og University of Luxembourg. Dette tverrfaglige teamet representerer værvarslingssentre, tungregning og forskningsmiljøer innen ML.  

MAELSTROM vil levere en rekke benchmark-datasett (på omtrent 10 terabyte) for en rekke anvendelser innen vær og klima. Disse inkluderer prosessering av observasjoner, assimilering av observasjoner inn i værvarslingsmodeller, korreksjon av værvarslingsprognoser og andre skreddersydde varselprodukter.  Datasettene vil gi forskningsmiljøer innen ML muligheten til å utvikle, teste og validere nye metoder på relevante og realistiske datasett. Tilbydere innen tungregning vil kunne bruke datasettene for benchmarking av ytelsen til ny hardware og endringer i system design.   

Meteorologisk institutt har i det første året av prosjektet bidratt med et nytt benchmark-datasett med værvarsler for de nordiske landene. Datasettet er gjort åpent tilgjengelig via prosjektets hjemmeside:  https://www.maelstrom-eurohpc.eu/.  Samme sted er det også publisert en rapport som beskriver dataene sammen med en oppskrift for hvordan man kan sette opp en enkel ML modell. Det betyr at det nå er mulig for alle å teste om man klarer å lage en ML modell som er bedre enn dagens temperaturvarsler på Yr. 

Foreløpig dekker datasettet bare en liten region i Norden slik at det skal være mulig å teste ML modeller f.eks på egen PC. Neste steg i prosjektet er å skalere dette opp til hele Norden og sammen med de andre internasjonale partnerne utvikle og trene ML modeller på tungregningsinfrastruktur. Målet er at ML løsningen som utvikles vil bli brukt til å forbedre dagens Yr varsler.

To develop Europe’s computer architecture of the future, MAELSTROM will co-design bespoke compute system
designs for optimal application performance and energy efficiency, a software framework to optimise usability and
training efficiency for machine learning at scale, and large-scale machine learning applications for the domain of
weather and climate science.
The MAELSTROM compute system designs will benchmark the applications across a range of computing systems
regarding energy consumption, time-to-solution, numerical precision and solution accuracy. Customised compute
systems will be designed that are optimised for application needs to strengthen Europe’s high-performance computing
portfolio and to pull recent hardware developments, driven by general machine learning applications, toward needs of
weather and climate applications.
The MAELSTROM software framework will enable scientists to apply and compare machine learning tools and
libraries efficiently across a wide range of computer systems. A user interface will link application developers with
compute system designers, and automated benchmarking and error detection of machine learning solutions will be
performed during the development phase. Tools will be published as open source.
The MAELSTROM machine learning applications will cover all important components of the workflow of weather
and climate predictions including the processing of observations, the assimilation of observations to generate
initial and reference conditions, model simulations, as well as post-processing of model data and the development
of forecast products. For each application, benchmark datasets with up to 10 terabytes of data will be published
online for training and machine learning tool-developments at the scale of the fastest supercomputers in the world.
MAELSTROM machine learning solutions will serve as blueprint for a wide range of machine learning applications
on supercomputers in the future.

0 projects

PES-HORISONT-EU-PES Horisont Europa

WeatherGenerator

Awarded: NOK 69,999

Project Period: 2023-2024

Location: Oslo

IKTPLUSS-IKT og digital innovasjon

EuroHPC-prosjekt MAELSTROM, MAchinE Learning for Scalable meTeoROlogy and cliMate

Awarded: NOK 1.8 mill.

Project Period: 2021-2024

Location: Oslo