Min egen verden

Forskning i Boston



Sammen med Helle har jeg skrevet en guide til hvordan vores forskningsophold i Boston har været, samt samlet en liste med gode råd til studerende der gerne vil afsted. Artiklen blev først udgivet i Sund og Hed.

Det er ikke ubegrundet, at Boston har fået tilnavnet »Athens of America«. Verdens bedste universiteter ligger her, og de cirka 100 forskellige universiteter, byen huser, har tilsammen over 250.000 studerende. Så da vi sidste sommer kom på den tanke, at det kunne være spændende at lave et forskningsprojekt i udlandet, virkede Boston som et oplagt sted.

Hvorfor ikke tage et prægraduat forskningsår i udlandet?

Origami T-Rex på MIT.

Origami T-Rex på MIT.

Tanken opstod, mens vi begge var i gang med at undersøge mulighederne for forskningsprojekter i forbindelse med vores medicinstudie i Odense. Pludselig dukkede ideen om at søge i udlandet op.

Vi gav os derfor til at surfe rundt på nettet og på PubMed efter laboratorier, der arbejdede inden for de områder, vi gerne ville forske i. Og når vi nu alligevel skulle prøve lykken, hvorfor så ikke satse højt og forsøge os med et par professorer på Harvard og MIT?

Hvo intet vover, intet vinder!

Vi skrev begge til tre professorer og havde efter et par uger uden svar indstillet os på, at det hele nok var en kende optimistisk. Derfor skulle man også lige kigge to gange, da der pludselig en dag lå et positivt svar i ens indbakke. Begge professorer, vi fik svar fra, ville gerne ringe sammen med os for at få alle de praktiske ting på plads og formentlig også for at tjekke, at vi var nogenlunde normale, før de sagde endeligt ja.

Lynhurtigt

Glæden var stor, da det stod klart, at vi begge kunne komme af sted og starte på vores projekter allerede til februar i år.

Dette gav os knap et halvt år til at arrangere alt det praktiske omkring vores ophold.

Det kan ikke anbefales.

Et halvt år går lynende hurtigt, når man ved siden af studierne skal nå at skrive projektbeskrivelse, søge scholarstipendiat, visum, flybilletter, bolig osv. samt forsøge at læse op på det emne, man skal forske i.

Heldigvis fik vi stor hjælp fra vores to vejledere, professor Torben Barington og lektor Morten Meyer, samt fra dekan Ole Skøtt.

Spændende embryologi

Et halvt år senere var alting på magisk vis gået op i en højere enhed, og vi ankom til et snedækket Boston.

De første par måneder gik med at lære de nødvendige teknikker og spore os nærmere ind på, hvad vores projekter skulle indeholde. I forhold til at lave et klinisk projekt bruger man en del mere tid i opstartsfasen på oplæring, når man skal lave et rent biomedicinsk projekt.

Til gengæld er det spændende at forsøge sig med nogle af de metoder, vi ellers kun læser om, såsom PCR, immunocytokemiske farvninger, FACS sortering, og at få lov at lave noget konkret arbejde, som man hurtigt kan se resultaterne af.

I starten var der dog meget, der ikke virkede, og meget man kunne blive frustreret over.

Det gik heldigvis hurtigt med at lære alting og komme godt ind i emnet, og pludselig tog man sig selv i at synes, at ting som embryologi og histologi var spændende – en situation, man på de første år af medicinstudiet ville have forsvoret, var mulig.

Forskning på topplan

Opholdet har givet et fascinerende indblik i, hvordan forskning på topplan foregår i USA.

Ambitionsniveauet er højt, og der arbejdes meget.

Det hele kan godt virke intimiderende, men så føles det ekstra fedt, når man opdager, at man godt kan være med.

Der kan være brede rammer for, hvad man må give sig i kast med, og man bliver belønnet for initiativer, der fører ens projekt frem. Det betyder også, at man til tider står alene med ansvaret, hvorfor det er vigtigt, at man har god kontakt til vejledere derhjemme og et godt forhold til kollegaerne i laboratoriet.

Harvard og MIT

Boston er også en enormt stimulerende by at bo i.

Det store antal universiteter gør, at der altid er masser af spændende foredrag og skøre konferencer, og når man tager i byen, møder man folk fra hele verden, der forsker i alt fra stamceller til oceanografi og rocket-science.

Folk er meget åbne og lette af snakke med. Harvard og MIT har været inspirerende steder at studere, og vi kan varmt anbefale, at man prøver lykken og laver et prægraduat forskningsprojekt i Amerika.

Gode råd

Optakt

Find de bedste laboratorier. Hvad er det egentlig, du gerne vil forske i? Besøg PubMed, læs artikler og hold særligt øje med, hvilke grupper der er stærke inden for dit interesseområde.

Forøg dine chancer ved at få erfaring hjemmefra. Plej dit CV. De lange sommerferier vi har på studiet, er som skabt til at lave mindre projekter, hvor du kan få erfaring og udtalelser.

Begynd nu
. Du kan undgå meget stress ved at starte et års tid i forvejen.

Ansøgningen
Du har fundet forskellige laboratorier, du gerne vil arbejde i – de ligger sjovt nok alle på Harvard, men sådan er tilfældighedernes spil jo engang. Hvad nu?

Brev til professoren. Formuler en kort og koncis e-mail. Vedhæft dit CV og udtalelser. Mange amerikanske forskere får et hav af mails fra folk, der gerne vil arbejde i deres laboratorier, så du har cirka en sætning til at fange deres interesse. Dit bedste argument er højst sandsynligt, at du selv sørger for finansiering. Gør dette klart i mailen. Herefter kan uddybe din interesse i deres forskning. Forklar, at du gerne vil tale nærmere med dem om muligheden for at lave din »master thesis« i deres gruppe.

CV. Dette kan indeholde:

1. En beskrivelse af din hidtidige uddannelse og forventet dato for din »M.D.«-grad. Den medicinske bachelorgrad findes ikke i USA. SDU kalder den »B.Sc.med.« og har en engelsksproget beskrivelse, som man kan vedhæfte.
2. Din erfaring fra forskning, undervisning og andre relevante ansættelser. Vi beskrev desuden, hvor mange timer og hvilke teknikker vi havde arbejdet med.
3. Publikationer, såsom artikler, abstracts, posters, ja selv læserbreve i Ugeskriftet. Skriv alt på.
4. Co-curriculære aktiviteter. Er du medlem af Sundhedsvidenskabelige Studenterforskere? Hvis ikke, så meld dig ind fluks og skriv det på CV’et.

Udtalelser. I USA sender man normalt tre udtalelser fra tidligere laboratorier, man har arbejdet i, med ens ansøgning, men to virkede for os.

Samtalen

Samtalen. Der bliver lagt vægt på, om du virker interesseret og kan stille relevante spørgsmål. Hvorfor du netop er interesseret i dette område og i deres gruppe? Hvad er din holdning til at komme på et andet tidspunkt eller i et andet tidsrum? Professorer i USA omtales Dr. Efternavn.

Dette er din mulighed for at høre nærmere om laboratoriet, og hvad de forventer af dig. Arbejder alle i gruppen på det samme projekt, eller kan du udvikle dit eget? Er der mulighed for at arbejde tæt sammen med en post.doc i gruppen? Understreg, at grunden til, du kommer, er for at lave din master-thesis.

Breve og indbydelse. Hvis samtalen går godt, skal du nu sørge for to ting:

1. Et officielt invitationsbrev fra professoren.
2. Et såkaldt DS-2019 certifikat af universitetet.

Disse to breve skal du have, inden du kan søge visum til USA.

SDU’s krav

Find en dansk vejleder og ansøg SDU. Du skal finde en vejleder ved enten SDU eller OUH og søge om optagelse på den prægraduate forskningsuddannelse.

For os har de danske vejledere været en uundværlig ressource. Det betyder meget at kunne diskutere dit projekt, frustrationer og data med en dansk vejleder undervejs.

Læs mere om den prægraduate forskningsuddannelse på: http://goo.gl/xpr9k

Økonomi

2500 dollars pr. måned. Overfor Harvard og MIT skal man kunne bevise, at man har adgang til dette beløb, før de vil sende én det nødvendige DS-2019 certifikat. For at få sat denne proces hurtigt i gang fik vi hjælp fra vores bank, der skrev, at de var villige til at låne os store dele af beløbet samt af SDU.

Budget. Lav et budget med henvisninger til de valgte udgifter. Vores bestod af logi, kost, forsikring, lokal transport, flyrejser, visum udgifter og uforudsete udgifter. I alt i alt cirka 180.000 kroner.

Fonde og legater. Kig efter scholar-stipendier, der typisk er på 10.000 kroner om måneden, for eksempel fra Novo, Lundbeck og Det Fri Forskningsråd. Derudover findes der en række fonde som Otikon, Knud Højgaard, Augustinus, COWI, A.P. Møller, Harboe fondene.

SDU slår løbende legater op på http://goo.gl/kLKaP, og som studerende på SDU kan du få adgang til en lang række legat-opslag gennem researchprofessional.com

Du kan søge penge ved ekskursionskontoen på SUND og ved SDU’s internationaliseringspulje.

Ansøgninger. Disse kan med fordel indeholde; motivationsskrivelse fra dig eller din vejleder, projektbeskrivelse, budget, invitation til det amerikanske laboratorium, CV, publikationsliste og eventuelt anbefalinger og karakterer. Det Frie Forskningsråd har i deres vejledning for ansøgninger en god forklaring på, hvad en projektbeskrivelse bør indeholde. Se http://goo.gl/x0g1d

Visum

Non-immigrant, exchange visitors program (J-1) visum. Det hedder det visum, du skal ansøge ved den amerikanske ambassade i København. DS-2019 formen er din billet til at få dit visum. Husk at booke dit møde med ambassaden i god tid og betal de nødvendige gebyrer.

Læs mere om hele processen på: http://goo.gl/P8paC

Opholdet

Forsikring. For at komme ind i landet kræver USA, at du har en sundhedsforsikring. I stedet for at købe forsikringen gennem et amerikansk universitet, brugte vi StudenterForsikring.dk, da de også dækker indbo og er væsentligt billigere.

Lejlighed. Der findes mange såkaldte »furnished« (møblerede) lejligheder. Kig på craigslist.org eller undersøg om dit nye universitets internationale afdeling kan hjælpe dig på vej.

Skat og SU. Et prægraduat ophold i USA er ikke SU-berettiget og falder dermed heller ikke under den pulje, staten giver til internationale ophold. Vi var begge skattepligtige i Danmark, hvilket viste sig at være udmærket, idet der er en række skattefritagelsesregler, der gælder for forskning i udlandet, og såfremt man er ude af landet i over 180 dage. Forvent dog, at du kan komme til at bruge en del tid – cirka seks måneder – på at forklare reglerne for Skat’s egne medarbejdere.

Kroppen

Øjet i slow-motion



Her er en temmelig sej film af øjet, hvor man virkelig får en fornemmelse af hvor hurtigt øjet og pupillen bevæger sig. Jeg har før skrevet lidt om pupillen, men denne video er nu den bedste jeg endnu har set af øjet:

Kilde:
Eyes in Slow Motion
af SaintJimmy/Youtube.

Kroppen

Filmanmeldelse: Contagion (2011)



Beth Emhoff, spillet af Gwyneth Paltrow, kommer hjem fra en forretningsrejse i Hong Kong, besvimer og dør i et epileptisk krampeanfald. Snart mister hendes søn også livet, og det er starten på Steven Soderbergh’s hæsblæsende thriller-dokumentar Contagion, der på hyper-realistisk vis skildrer samfundets nedsmeltning under en pandemisk spredning af en ny ukendt virus.

Filmplakat fra Contagion

Filmplakat fra Contagion

Med en stjernebeklædt besætning, der udover Paltrow tæller Kate Winslet, Matt Damon og Jude Law, følger filmen en række mennesker, der prøver at overleve og bekæmpe den nye virus. I samme tempo som mennesker falder om, springer filmen rundt mellem hovedpersonerne, som de forsøger at stoppe spredningen, finde en vaccine, redde sig selv og udnytte situationen til deres eget bedste. Lyder det bekendt? Det er det også, men denne gang fungerer dette og andre ellers trættende filmtekniske greb faktisk.

Plottet er også set før, men det gør heller ikke noget. Lige siden Sofokles’ tragedier om Kong Ødipus og Antigone har pest og sygdom ikke bare været god underholdning, men også en måde at forstå os selv på. I nyere tid står Albert Camus’ Pesten fra 1945 og Ingmar Bergman’s Det syvende segl fra 1957 som kunstværker, der bør læses og ses af alle pest-interesserede studerende. Også den canadiske tv-serie ReGenesis fra 2004 kan anbefaldes. De senere år har genren dog været tæt forbundet med et zombi-apokalyptisk tema som i 28 Days Later fra 2002 og filmatiseringen i 2007 af Richard Matheson novelle I am Legend, men det ændrer Contagion til det bedre.

Hyper-realistisk skildring af pandemi

Filmen er nemlig hyper-realistisk, og det er i virkeligheden langt mere skræmmende end de værste zombier. Lægen og infektionsmedicineren Ian Lipkin fra Columbia University har ageret faglig konsulent på filmen, og det ses! Som sundhedsfaglig kan man ikke andet end at blive begejstret; det flyver omkring med ord som R0-værdier, fylogenetisk træer og andet guf. Lige fra de sikkerhedsdragter videnskabsmænd bærer i klasse 4 laboratorierne til petriskålen og celletypen, der bliver brugt, så er det hele så realistisk og sandt, at man skulle tro, det var løgn. Måske er det som tak for hjælpen, at det i filmen netop er en professor fra Columbia University ved navn Ian Sussman, der først finder ud af, hvordan man kontrollerer virussen i laboratoriet.

Med små skarpe klip sættes der også fokus på nogle af de store debatter inden for videnskabens verden; befolkningens skepsis overfor vaccinationer, hvordan vores udnyttelse af naturen udsætter os for nye sygdomme, vores manglende evne til hurtigt at udvikle nye vacciner (vi laver dem stadig i æg) og det faktum, at vi gemmer sygdomme med potentiale til at slå millioner ihjel i vores frysere i videnskabens navn. Soderbergh doserer det hele så sublimt og skarpt, at det er en fryd at se og uden det ødelægger filmens udvikling.

Hvad sker der, når samfundet sættes under pres?

Men Contagion’s hovedtema er stadig at undersøge hvad der sker når samfund sættes under pres. Filmen udkom i USA omkring tiårs dagen for Tvillingetårnenes fald og tager ligesom et hav af lignende bøger og film, samfundets kollaps under behandling. Hvilke værdier står tilbage når vi skal forsvare os selv?

I filmen går det hurtigt op for en, at titlen skal forstås på mange planer. Efterhånden som alvoren af pandemien går op for folk, ændres også de værdier der leves efter. Smittefaren foregår således også gennem propagandistisk blogging på nettet og i ændret mentalitet efterhånden, som mennesker bliver overfaldet, supermarkeder og apoteker plyndret. Det er vel nok filmens vægtigste kritik, at det er vores egen samfundsorden der skaber disse betingelser. Soderbergh lader således samfundets vogtere spilde tiden med at snakke, mens heltene arbejder; politikerne vil diskutere, hvem der betaler, hæren vil undersøge om det er terrorister der står bag og tv-journalister skaber mediestorme ved at interviewe frygtskabende demagoger, alt i mens folk dør på stribe og frygten har smittet alle.

Soderbergh har skabt en fantastisk film, der netop med sin realisme er særdeles skræmmende. Dette kunne ske, tænker man bagefter, mens man vasker sine hænder grundigt. Contagion bør ses af alle med den mindste interesse for infektionsmedicin og af alle der bekymre sig om hvilke værdier der vil overleve i vores faretruende verden.

Filmen udkommer i Danmark til november 2011.

Min egen verden

Kombineret boxplot og beeswarm grafer i R



Her den anden dag ville jeg gerne lave en såkaldt boxplot graf for at fremstille lidt data. Her er hvad jeg endte med:

Hvordan laver man nu det?

Jeg har før leget med open-source programmet R. Det er gratis og indeholder temmelig omfattende statistiske og grafiske egenskaber.

I dette eksempel tager jeg udgangspunkt i offentlig tilgængelig data fra Vanderbilt Univeristy om prostatakræft. Datasættet kan hentes her.

Advarsel: jeg er ikke programmør, og der er sikkert mange mere korrekte måder, at gøre alle disse ting på, men omvendt viser jeg det så simpelt her, at alle kan gøre det. Yderligere: man kan ikke drage nogle videnskabelige konklusioner fra eksemplerne her.

Gennemse data

Man kan få data ind i R på mange måder (beskrevet i stor detalje her) men det letteste er nu, at starte med at åbne bruge Excel til at ordne dine data og herefter gemme filen som en komma-separeret fil (en såkaldt csv fil).

Det er en god ide at checke filen igennem. Fx vil jeg gerne sammenligne ”sz” kolonnen med ”sg” kolonnen. Sz er størrelsen af tumoren og sg er en kombineret værdi af tumorens stadie, baseret på den kliniske undersøgelse og en vævprøve fra tumoren. Er der med andre ord en sammenhæng mellem størrelsen af prostata og alvoren af tumoren? Det er vigtigt at kigge rækkerne igennem – for en del patienter er der ikke data i de to rækker og det får R til at opføre sig underligt. For nemhedens skyld har jeg derfor bare slettet disse og gemt filen i csv-formattet.

Prostata.csv på nu gemt på mit skrivebord. Inden vi går rigtigt i gang er det en god ide, at åbne filen med et simpelt tekstprogram som TextEdit på Mac eller Notepad i Windows og gennemse den – fx gemmer min version af Excel data med et semikolon (;) som separator, ikke et komma. Det er vigtigt at vide når vi skal indlæse data i R.

Her kan man også se, at den øverste linie indeholder ”kolonne-navnene”, og de resterende linier indeholder data for godt og vel 500 patienter. En patient pr. linie. På Vandebilts hjemmeside kan man se en oversigt over hvad de forskellige forkortelser i filen står for.

Indlæs data i R

Herefter skal R startes op. Jeg vil anbefalde at du laver et nyt dokument og skriver alt din kode ind i denne fil og herefter copy-paster koden over i selve R programmet. Koden eksekveres bare ved at trykke på enter.

Vores datasæt kan indlæses i R med:

prostata <- read.table("/Users/Barnkob/Desktop/prostate.csv",
as.is = TRUE,
header = TRUE,
sep = ";",
row.names = 1
)

Her indlæses filens værdier til ”prostata” med funktionen read.table. <- er måden hvorpå vi binder data til en variable. Funktionen read.table laver selve arbejdet og læser vores fil – den har forskellige kommandoer, der sættes i parentesen og som man kan ændre på. Kommandoerne er adskilte af kommaer.

Den første kommando fortæller hvor filen er gemt. Header = TRUE fortæller funktionen at den første linie i csv-filen er kolonne-navnene. Sep = ; fortæller at de enkelte data i filen er afskilt af et semikolon – her kunne du også skrive , (komma) eller hvad der ellers adskiller data. Row.names = 1 fortæller at den første række (row) skal være den enkelte rækkes id. Hvis du vil vide mere om read.table funktionen kan du i R skrive:

help(read.table)

Prøv nu at skriv ”prostata”. I vinduet burde der nu komme en liste med alle informationerne i.

Hvis du bare vil have data fra en kolonne kan du skrive prostata$sz fx. Hvis du bare vil se de første fem værdier, kan du skrive prostata$sz[1:5].

Grafer

Nu da vi har indlæst data i R, er det let at laver grafer med det. Prøv fx at skrive:

plot(prostata$sz ~ prostata$sg)

Beeswarm er en tillæggesfunktion til R, der er lavet af Aron Eklund fra DTU. Første gang du bruger den skal den installeres med:

install.packages("beeswarm")

Du bliver nu bedt om en server at hente funktionen ned med. Vælg en i Danmark eller en langt væk. Det er vist godt det samme.

Først gang vi bruger funktionen, skal den indlæses i R med funktionen:

library(beeswarm)

Nu kan vi lave en ”beeswarm” med vores data:

beeswarm(prostata$sz ~ prostata$sg,
data = prostata,
method = "square",
log = FALSE,
pch = 16,
col = rainbow(11),
main = 'Stoerrelse og stadie',
xlab = 'Stadie',
ylab = 'Stoerrelse af primaere tumor'
)

Beeswarm

Beeswarm

I R kan man koble flere forskellige grafer ved at indlæse en graf-funktion, der har kommandoen ”add = TRUE” tilføjet. Så nu kan vi indlæse boxplot funktionen med samme data, således at hele koden ser således ud:

beeswarm(prostata$sz ~ prostata$sg,
data = prostata,
method = "square",
log = FALSE,
pch = 16,
col = rainbow(11),
main = 'Stoerrelse og stadie',
xlab = 'Stadie',
ylab = 'Stoerrelse af primaere tumor'
)
boxplot(prostata$sz ~ prostata$sg,
data = prostata,
add = TRUE
)

Grafen kommer til at se således ud:

Beeswarm kombineret med boxplot

Beeswarm kombineret med boxplot. Er der en sammenhæng mellem størrelse og stadie her?

Subgrupper

Men datasættet er faktisk lavet på patienter der alle har modtaget behandling. I rx kolonnen kan man se om patienterne har fået placebo (altså bare en sukkerpille), 0.2, 1 eller 5 mg østrogen-behandling.

Siden jeg bare er interesseret i den ubehandlet udvikling af prostata-cancer, vil jeg prøve at lave en subgruppe med alle de patienter der har modtaget placebo, og dermed ingen behandling. Det gøres således:

prostata.sub <- prostata[prostata$rx == "placebo", ]

Nu kan vi køre graf-funktionerne fra før, bare med prostata.sub i stedet for prostata. Resultatet bliver således:

Subgruppe der ikke har modtaget behandling

Subgruppe der ikke har modtaget behandling

Du kan læse mere om hvordan man laver subgrupper på denne hjemmeside.

Er der så en sammenhæng mellem størrelse og alvor af tumoren? Det er ikke muligt at vide alene med disse grafer – for at svare på det må vi istedet bruge nogle af de statistiske funktioner R har, men det bliver i et andet indlæg.

Men lad os lege med en enkelt overvejelse her: nemlig, at prostata’s størrelse vokser med alderen. Lad os inddele vores subgruppe i forskellige aldersgrupper og vise dem samlet.

Vi starter med at lave forskellige subgrupper:

prostata.sub0til60 <- prostata.sub[prostata.sub$age < 61, ]
prostata.sub61til70 <- prostata.sub[prostata.sub$age > 60 & prostata.sub$age < 71, ]
prostata.sub71til80 <- prostata.sub[prostata.sub$age > 70 & prostata.sub$age < 81, ]
prostata.sub81til100 <- prostata.sub[prostata.sub$age > 80 & prostata.sub$age < 101, ]

For at skabe et overblik, lad os fremstille alle grupper i den samme graf. Det gøres således:

par(mfrow=c(2,2))
beeswarm(prostata.sub0til60$sz ~ prostata.sub0til60$sg,
data = prostata.sub0til60,
method = "square",
log = FALSE,
pch = 16,
col = rainbow(11),
main = '0 til 60 aar',
xlab = 'Stadie',
ylab = 'Stoerrelse af primaere tumor'
)
boxplot(prostata.sub0til60$sz ~ prostata.sub0til60$sg,
data = prostata.sub0til60,
add = TRUE
)
beeswarm(prostata.sub61til70$sz ~ prostata.sub61til70$sg,
data = prostata.sub61til70,
method = "square",
log = FALSE,
pch = 16,
col = rainbow(11),
main = '61 til 70 aar',
xlab = 'Stadie',
ylab = 'Stoerrelse af primaere tumor'
)
boxplot(prostata.sub61til70$sz ~ prostata.sub61til70$sg,
data = prostata.sub61til70,
add = TRUE
)
beeswarm(prostata.sub71til80$sz ~ prostata.sub71til80$sg,
data = prostata.sub71til80,
method = "square",
log = FALSE,
pch = 16,
col = rainbow(11),
main = '71 til 80 aar',
xlab = 'Stadie',
ylab = 'Stoerrelse af primaere tumor'
)
boxplot(prostata.sub71til80$sz ~ prostata.sub71til80$sg,
data = prostata.sub71til80,
add = TRUE
)
beeswarm(prostata.sub81til100$sz ~ prostata.sub81til100$sg,
data = prostata.sub81til100,
method = "square",
log = FALSE,
pch = 16,
col = rainbow(11),
main = '81 til 100 aar',
xlab = 'Stadie',
ylab = 'Stoerrelse af primaere tumor'
)
boxplot(prostata.sub81til100$sz ~ prostata.sub81til100$sg,
data = prostata.sub81til100,
add = TRUE
)

Resultatet bliver:

Fire grafer i en

Fire grafer i en

Jeg håber at eksemplerne her har forklaret lidt om hvordan man laver grafer i R (og ikke så meget andet end det).

Min egen verden

Øl brygning



Jeg har prøvet at lave min egen øl. Det er skide sjovt og kan varmt anbefales.

Øllen tappes i en brygkande, som vi så brugte til at fylde flasker fra.

Øllen tappes i en brygkande, som vi så brugte til at fylde flasker fra.

Det hele begyndte fordi en kammerat fra arbejde flere gange har brygget sin egen øl. De gør det absurd meget her i USA. Jeg investerede derfor i et start-kit fra Northern Brewer og startede med en “ekstrakt-øl” – det er en begynderøl, hvor man ikke skal tænke så meget selv.

Efter at have fuldt opskriften på selve brygdagen, så blev øllen smækket ned i vores kælder for at fermentere i 6 uger. De første par dage så det helt vildt ud – som man kan se i videoen herunder, så var der godt gang i fermenteringen.

Herefter døde den så helt ned igen. I dag har kæresten og jeg så smækket øllen på flaske. Der er blevet tilsat lidt ekstra suger for at starte gærcellerne lidt op igen og om to uger er øllen forhåbentlig drikkebar.

På med kapslerne...

På med kapslerne...

Det er egentlig ikke særlig svært at komme igang og man kan læse enormt meget om ølbrygning. To gode sider er:

How to Brew og Reddit’s Homebrewing forum.

Der findes og mange gode og sjove ølbrygnings podcasts, fx The Jamil Show og Brewing TV.

Øllen får lov at stå to uger inden vi kan smage på dem

Øllen får lov at stå to uger inden vi kan smage på dem