JALA is a brand that established a business around jasmine rice wax scented candles with the aim of addressing the stress people face in everyday life. The brand utilizes "Aromatherapy" to help relax the mind and alleviate stress. The scented candles made from jasmine rice wax are an innovative product, distinguished by their clean burn, safety for users and the environment, and high vitamin E content that nourishes the skin. They also retain a unique fragrance that provides true relaxation. JALA aims to offer products that blend traditional Thai elements with modern design, making their scented candles not only therapeutic but also a reflection of Thai culture and modern identity. The brand caters to health-conscious and environmentally aware consumers.
ผู้คนในยุคปัจจุบันเจอกับสภาวะที่กดดันจากการเรียน การทํางาน ซึ่งทําให้เกิดการเหนื่อยล้าในแต่ละวัน จนเกิดเป็นความเครียดสะสม ทางแบรนด์ได้เล็งเห็นถึงปัญหานี้ จึงหยิบยกการบําบัดความเครียดด้วยกลิ่น ซึ่งเป็นศาสตร์ของ “สุคนธบําบัด” หรือที่รู้จักกันอย่างแพร่หลายในชื่อ อโรมาเธอราพี (Aromatherapy) ซึ่งเป็นการบําบัดจากความรู้สึกของการรับกลิ่น การได้รับกลิ่นที่ผ่อนคลายสามารถเยียวยาทางจิตใจ และปรับปรุงอารมณ์ให้ดียิ่งขึ้นอีกทั้งทางแบรนด์ได้ใช้ผลิตภัณฑ์ที่เป็นธรรมชาติ โดยเทียนหอมที่วางจำหน่ายทั่วไปมักทำจากพาราฟิน ซึ่งมีสารเคมีอันตราย และเทียนหอมที่มีราคาอยู่ในระดับกลางถึงสูงมักนิยมใช้ไขถั่วเหลืองที่เป็นสินค้านำเข้าจากต่างประเทศ ทั้งนี้ทั้งนั้นเพื่อสร้างความแตกต่างจากสินค้าประเภทเดียวกันในตลาด ทางแบรนด์จึงเลือกใช้ไขข้าวหอมมะลิ ซึ่งเป็นวัตถุดิบที่ไม่เพียงแต่หาได้จากธรรมชาติ แต่ยังเป็นนวัตกรรมจากฝีมือคนไทย วัตถุดิบนี้นอกจากจะช่วยลดการพึ่งพาวัตถุดิบนำเข้าแล้วยังเป็นการยกระดับคุณค่าและเอกลักษณ์ของสินค้า นอกจากการเลือกใช้วัตถุดิบที่มีคุณภาพแล้ว ทางแบรนด์ยังมุ่งเน้นการเพิ่มมูลค่าสินค้าด้วยการนำเสนอความเป็นไทยในรูปแบบใหม่ที่ทันสมัยและเข้าถึงได้ง่ายในสไตล์ "ไทยโมเดิร์น" ให้ความสำคัญกับการออกแบบที่มีความสวยงามและแฝงไปด้วยความเป็นไทยอย่างมีสไตล์
คณะอุตสาหกรรมอาหาร
Spent coffee grounds (SCGs) are waste from coffee drink process, which are rich of a varieties of nutrients. This research applied SCGs as ingredient in cracker. The optimized formula and process are studied as well as addition of different levels of SCGs were studied. It was found that addition of SCGs in cracker had hedonic score in high level from panels, especially panels who drink coffee. Moreover, it was observed that SCGs could increase nutrients especially carbohydrate and fiber to the product.
คณะวิทยาศาสตร์
Cancer remains a major global health challenge as the second-leading cause of human death worldwide. The traditional treatments for cancer beyond surgical resection include radiation and chemotherapy; however, these therapies can cause serious adverse side effects due to their high killing potency but low tumor selectivity. The FDA approved monoclonal antibodies (mAbs) that target TIGIT/PVR (T-cell immunoglobulin and ITIM domain/poliovirus receptor) which is an emerging immune checkpoint molecules has been developed; however, the clinical translation of immune checkpoint inhibitors based on antibodies is hampered due to immunogenicity, immunological-related side effects, and high costs, even though these mAbs show promising therapeutic efficacy in clinical trials. To overcome these bottlenecks, small-molecule inhibitors may offer advantages such as better oral bioavailability and tumor penetration compared to mAbs due to their smaller size. Here, we performed structure-based virtual screening of FDA-approved drug repertoires. The 100 screened candidates were further narrowed down to 10 compounds using molecular docking, with binding affinities ranging from -9.152 to -7.643 kcal/mol. These compounds were subsequently evaluated for their pharmacokinetic properties using ADMET (Absorption, Distribution, Metabolism, Excretion, and Toxicity) analysis, which demonstrated favorable drug-like characteristics. The lead compounds will be further analyzed for conformational changes and binding stability against TIGIT through molecular dynamics (MD) simulations to ensure that no significant conformational changes occur in the protein structure. Collectively, this study represents the potential of computational methods and drug repurposing as effective strategies for drug discovery, facilitating the accelerated development of novel cancer treatments.
คณะวิทยาศาสตร์
This special project aims to develop and compare the performance of gold price prediction models using quantitative variables and news text data. The study incorporates nine key predictors, including Brent crude oil prices, WTI crude oil prices, silver prices, platinum prices, the U.S. Federal Reserve's policy interest rate, the Nikkei 225 index, the Dow Jones Industrial Average, the S&P 500 index, and daily news articles from Bangkok Business News. Relevant news data will be processed using Natural Language Processing (NLP) techniques and integrated with three predictive models: Gradient Boosting, Machine Learning Models, and Regression Analysis. The model performance will be evaluated using three key metrics: Root Mean Square Error (RMSE), Mean Absolute Error (MAE), and the Coefficient of Determination (R*). This research aims to develop a predictive model that effectively utilizes both quantitative variables and news data to enhance gold price forecasting, providing valuable insights for investors and analysts.