Aarhus Universitet Technical Sciences

Forskningsprojekt skal komme evighedskemikalier til livs

Del
Novo Nordisk Fonden har bevilget støtte til et projekt, der skal udvikle et multi-step system til at rense vand for per- og polyfluoralkylstoffer. Metoden tager udgangspunkt i naturens egne enzymer samt et helt nyt nanomateriale, som forskere ved Aarhus Universitet udvikler.

Per- og polyflouralkylstoffer (såkalte PFAS) er siden 1940’erne blevet benyttet i et utal af produkter lige fra regntøj og byggematerialer til møbler, brandslukkere, solpaneler, gryder, emballage og maling.

PFAS har dog vist sig at have en række skadelige effekter på mennesker og miljø, og stofferne, som går under betegnelsen evighedskemikalier, er desværre ligeledes meget svære at nedbryde i naturen. Derfor akkumuleres stofferne kontinuerligt i mennesker og dyr og i øvrigt alle andre steder i naturen.

Det skal et nyt forskningsprojekt på Aarhus Universitet gøre op med, og projektet, der går under navnet AquaCleaner, har fået tre millioner kr. fra Novo Nordisk Fonden.

”PFAS er nogle af de værste miljøforurenende stoffer, vi har i dag, og desværre findes der endnu ikke grønne metoder, der helt kan bryde de meget stærke kulstof-flour-forbindelser, der netop gør stofferne til evighedskemikalier. Vi foreslår med dette projekt at benytte en synergi af enzymer, der sammen med et nyt kulstof-nano-materiale i et multi-step system fuldstændig kan nedbryde PFAS til ikke-skadelige komponenter,” siger adjunkt Zongsu Wei, ekspert i rensning af vand ved Institut for Bio- og Kemiteknologi ved Aarhus Universitet.

Der eksisterer i dag en række forskellige teknikker, der benyttes til at afhjælpe problemet med PFAS. Men metoderne kræver enten meget energi, andre typer af kemikalier eller fjerner ikke PFAS helt, men overfører dem til en anden fase (f.eks. vand til fast stof).

Ingen af de eksisterende metoder kan nedbryde evighedskemikalierne på en grøn, bæredygtig måde, og det er præcis det, adjunkt Zongsu Wei foreslår med sit projekt.

Baseret på opdagelsen af nye metalloenzymer og dehalogenaser foreslår forskerne en kaskadebehandlingsstrategi, der kan nedbryde PFAS. I sidste step af systemet vil forskerne udvikle en nano-fotokatalysator baseret på et nyt materiale, titanat nanorørs-aktiveret kulstof.

”Med denne teknologi, der benytter væsentligt mindre energi end moderne behandlingsteknikker, kan vi realisere vores mål om en fuldstændig nedbrydning af PFAS. Enzymatisk deflourinering er i sine tidlige år, men vi håber på et gennembrud inden for området. Processen er skalerbar og har derfor enorme perspektiver,” siger lektor Zheng Guo, som leder projektet sammen med adjunkt Zongsu Wei.

Nøgleord

Kontakter

Lektor Zheng Guo
Institut for Bio- og Kemiteknologi
Mail: guo@bce.au.dk
Tlf.: +4587155528


Adjunkt Zongsu Wei
Institut for Bio- og Kemiteknologi
Mail: zwei@bce.au.dk
Tlf.: +4593522047

Information om Aarhus Universitet Technical Sciences

Aarhus Universitet Technical Sciences
Aarhus Universitet Technical Sciences
Ny Munkegade 120
8000 Aarhus C

87150000http://tech.au.dk

Følg pressemeddelelser fra Aarhus Universitet Technical Sciences

Skriv dig op her, og modtag pressemeddelelser på e-mail. Indtast din e-mail, klik på abonner, og følg instruktionerne i den udsendte e-mail.

Flere pressemeddelelser fra Aarhus Universitet Technical Sciences

Nye klimavenlige ingredienser til fødevarer skal komme fra planter10.4.2024 13:00:00 CEST | Pressemeddelelse

Et nyt forskningsprojekt skal reducere klimaaftrykket af fødevareingredienser med mindst 33% ved at erstatte æg med plante-baserede ingredienser, som giver god tekstur og smag, der tiltaler forbrugerne og deres pengepung. Projektet er et samarbejde mellem to institutter ved Aarhus Universitet og Ingrediensvirksomhederne Palsgaard A/S og Nexus A/S. Innovationsfonden har investeret 23 mio. kr. i projektet.

I vores nyhedsrum kan du læse alle vores pressemeddelelser, tilgå materiale i form af billeder og dokumenter samt finde vores kontaktoplysninger.

Besøg vores nyhedsrum
HiddenA line styled icon from Orion Icon Library.Eye