The use of chemical herbicides in agriculture has raised concerns due to its adverse effects on farmers' health, environmental sustainability, and consumer safety. Paraquat, a widely used herbicide, has been banned in Thailand. In response to this issue, this research focused on the development of natural herbicide products as an alternative to conventional chemical herbicides. The study involved the extraction of bioactive compounds from selected plants with potential herbicidal properties and evaluating their effectiveness in controlling target weeds. The results indicated that the developed natural herbicide demonstrates significant weed control efficiency. Additionally, this product can be applied to organic farming systems, reducing reliance on hazardous chemicals and promoting sustainable agricultural practices. The development of this natural herbicide served as an essential step toward environmentally friendly and safe agricultural solutions.
ที่มาของโครงการนี้เกิดจากปัญหาการใช้สารเคมีกำจัดวัชพืชในภาคเกษตรกรรม ซึ่งแม้ว่าสารเหล่านี้จะมีประสิทธิภาพในการควบคุมวัชพืช แต่กลับก่อให้เกิดผลกระทบต่อสุขภาพของเกษตรกร ผู้บริโภค และสิ่งแวดล้อมในระยะยาว โดยเฉพาะสารพาราควอต ซึ่งเป็นสารเคมีกำจัดวัชพืชที่ได้รับความนิยมแต่ถูกห้ามใช้ในหลายประเทศ รวมถึงประเทศไทย เนื่องจากมีความเป็นพิษสูงและไม่มีวิธีการรักษาหากได้รับสารเข้าสู่ร่างกาย นอกจากนี้ การตกค้างของสารเคมีในดินและแหล่งน้ำยังส่งผลต่อความสมดุลของระบบนิเวศและคุณภาพของผลผลิตทางการเกษตร ด้วยเหตุนี้ โครงการวิจัยนี้จึงถูกพัฒนาขึ้นโดยมีเป้าหมายในการค้นหาและพัฒนาสารจากธรรมชาติที่สามารถทดแทนสารเคมีดังกล่าวได้อย่างมีประสิทธิภาพ เพื่อลดความเสี่ยงต่อสุขภาพของเกษตรกร ลดปัญหามลพิษทางสิ่งแวดล้อม และส่งเสริมการทำเกษตรกรรมที่ยั่งยืน นอกจากนี้ การวิจัยยังตอบสนองต่อนโยบายของภาครัฐในการสนับสนุนการใช้สารชีวภาพและนวัตกรรมที่เป็นมิตรกับสิ่งแวดล้อม เพื่อสร้างสมดุลระหว่างผลผลิตทางการเกษตรและการดูแลสิ่งแวดล้อมให้ยั่งยืนในระยะยาว
คณะวิทยาศาสตร์
This special problem aims to study and compare the performance of predicting the air quality index (AQI) using five ensemble machine learning methods: random forest, XGBoost, CatBoost, stacking ensemble of random forest and XGBoost, and stacking ensemble of random forest, SVR, and MLP. The study uses a dataset from the Central Pollution Control Board of India (CPCB), which includes fifteen pollutants and nine meteorological variables collected between January, 2021 and December, 2023. In this study, there were 1,024,920 records. The performance is measured using three methods: root mean square error (RMSE), mean absolute error (MAE), and coefficient of determination. The study found that the random forest and XGBoost stacking ensemble had the best performance measures among the three methods, with the minimum RMSE of 0.1040, the minimum MAE of 0.0675, and the maximum of 0.8128. SHAP-based model interpretation method for five machine learning methods. All methods reached the same conclusion: the two variables that most significantly impacted the global prediction were PM2.5 and PM10, respectively.
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.
คณะเทคโนโลยีสารสนเทศ
Currently, the issue of developmental writing disabilities in children is a matter of great importance for school-age children. Diagnosing whether a child has developmental writing disabilities relies on writing skill assessments, which are administered to those seeking diagnosis and evaluated by medical professionals or experts. However, there are still limitations in the diagnostic process, which depends heavily on expert physicians, leading to a high demand for human resources. To address this, we have developed a method for scoring writing skill assessments using image processing technology, based on existing scoring criteria. Currently, three criteria are used for scoring: writing position, article format, and copying speed. We have also created a web application to make the system more accessible and easier to use.