ナノ粒子と人工知能は、研究者が水、土壌、血液中の汚染物質を検出するのに役立つ可能性がある

米国全土で、何百もの土地や湖、川が人間の活動によって生成された有害廃棄物によってひどく汚染されています。環境保護庁によってスーパーファンドのサイトとして指定されているこれらの場所の多くは、私と同僚が住んで働いているテキサス州ヒューストンにあります。

これらの場所には、多環芳香族炭化水素 (PAH) など、発がんリスクを高める可能性のある有害な汚染物質が土壌や水中に広く存在しています。これらの汚染物質を検出することは、それらを浄化して環境を保護するための第一歩です。

たとえば、井戸からの水サンプルを分析するための EPA の標準方法には、別の場所で実行する必要がある高価な技術が含まれており、数週間かかります。

私たちの化学研究グループは、土壌、水、さらには血液中の有毒汚染物質を検出するための、よりアクセスしやすく持ち運びが容易な新しい方法を開発しています。

私と同僚は機械学習手法を使用して、混合物中の個々の化合物を分離せずに検出し、デジタル データベースと比較することで自動的に識別します。機械学習により、汚染現場の分析を合理化し、危険な汚染物質を現場で迅速に検出して、より効率的な環境モニタリングを実現できます。

ナノマテリアルは非常に敏感です

頭の髪の毛を見ようとしていると想像してください。小さなフィラメントの幅はほとんど見えないでしょう。ここで、髪の毛の幅の 1,000 分の 1 の材料を想像してみてください。何も見えなくなります。私の研究では、ほぼ同じサイズのナノ粒子として知られる微小な物体を使用します。

これらのナノ粒子は、虫眼鏡が太陽光を集光するように、独特の方法で光と相互作用します。ナノ粒子の近くにある物質はすべて、この集束された光にさらされます。この特性を利用して、ナノ粒子に赤外線のビームを照射すると、ナノ粒子の周囲の物質が強い光を吸収して信号を生成します。特定の周波数の光の量を測定する機器である分光光度計を使用して信号を検出できます。

ナノ粒子の近くにある有毒汚染物質は、通常よりも多くの赤外線を吸収し、測定できる信号を増加させます。このプロセスは、汚染物質がナノ粒子の表面に近づいた場合にのみ発生します。しかし、これらの汚染物質が近くにある場合は、ナノ粒子の強化を使用して、これらの汚染物質の最小濃度であっても検出できます。

私たちの研究室では、金属塩の溶液を使用してナノ粒子を作成しています。次に、それらを液体に溶かしてインクを作り、それを顕微鏡のガラス板に塗ります。インクが乾燥すると、ダイヤモンド塗装キットのビーズのように、ガラスの表面にナノ粒子が密集した状態で残りました。

ナノ粒子塗装の準備ができたら、色付きガラスの上に汚染水を一滴置き、再度乾燥させます。このプロセス中に、汚染物質の分子がナノ粒子に付着します。乾燥したら、分光光度計内でガラスをスライドさせ、ナノ粒子上の汚染物質によって吸収および放出される光を測定します。

化合物が吸収および放出する光の特定の周波数は、サインのようなものです。それぞれの汚染物質は、水中でそれらを識別するために使用できる異なるシグネチャを持っています。

機械学習により分析が簡素化される

場合によっては、汚染水には複数の異なる化合物の混合物が含まれており、分析が複雑になります。各化合物は光を吸収し、同様の波長を吸収する可能性があります。この干渉を防ぐために、科学者は通常、高度な技術を使用して各化合物を物理的に分離する必要があります。これらのテクニックは時間がかかる場合があるため、私たちのチームはこのステップを回避する方法を見つけたいと考えていました。

当社は、機械学習を使用したカスタマイズされたアルゴリズムを設計しているコンピューター科学者と提携しています。これらのプログラムは私たちの測定からデータを取得し、最も熟練したアナリストでも見逃してしまうほど微妙なパターンを見つけます。

これらの方法により、データが単純化され、各化合物から最も重要な特徴が抽出されます。これらのユニークな特性は、コンピューターが混合物中に存在する個々の化合物を分離し、分析における物理的な分離ステップをバイパスするのに役立ちます。コンピューター科学者は、サンプルを分析する前にマシンをトレーニングする必要さえないほど、これらのアルゴリズムを非常に洗練させることができます。

ナノ粒子を使用して、有毒汚染物質で汚染された水や土壌を測定し、そのデータをアルゴリズムに入力すると、機械が最も重要な特徴を見つけて参照データベースと照合します。この分析にかかる時間はわずか数時間で、標準的な方法の少なくとも 2 倍の速さになります。

しかし、私たちの方法は完璧とは程遠いです。私たちが直面する最大の課題の 1 つは、さまざまな種類の汚染物質に応じてナノ粒子の組成を最適化することです。さまざまな汚染物質の検出を強化するには、さまざまなナノ粒子の助けが必要になる場合があります。また、データ内のさまざまな署名をより詳しく調べるためにアルゴリズムを微調整する必要もあります。

この方法では、化学組成が類似した広範なクラスの汚染物質について現場をスクリーニングできます。その後、将来的には、特定のタイプのナノ粒子とより洗練されたモデルを使用して、特定の汚染物質分子をそれぞれ識別できるようになります。

体系的な分析により仕事を完了できる

環境中の汚染物質を分析することは、危険な汚染物質の存在を検出するのに役立ち、これを効率的に行うことで人々の接触を防ぐことができます。私たちのグループが汚染物質の検出とデータの分析に使用している技術は、ポータブル機器を使用してこの分野の他の研究者によって使用されています。これらのポータブル デバイスは、標準的な技術に必要な機器よりもまだ安価です。

現在、私たちのチームは、さまざまな環境コンテキストでこれらの機械学習を強化した手法の使用を検討しています。私たちは、汚染された場所からの水や空気など、他の種類のサンプルを分析しました。私たちは分析範囲をより広範囲の有害汚染物質に拡大するよう取り組んでいます。また、私たちはテキサス医療センターの毒物学者や環境技術者とも協力しており、この技術を代替方法として環境および公衆衛生当局に移転することを目指しています。

この目的を達成するために、私たちは分光法と機械学習を組み合わせて複雑なサンプルを分析する方法の特許を申請しました。私たちのチームは現在このテクノロジーの商用化に取り組んでいませんが、将来的にはその可能性があります。

それでも、環境保護は検出だけで終わりではありません。有害な汚染物質が特定されたら、その現場を調査して浄化方法を決定する必要があります。私たちの動機は、汚染物質の検出と特定のプロセスを合理化することです。有害物質をより早く検出できれば、将来の排出をより早く停止し、浄化を開始することができます。

この記事は、複雑な世界を理解するのに役立つ事実と信頼できる分析を提供する非営利の独立報道機関である The Conversation から再公開されたものです。作者: アンドレス B. サンチェス アルバラド ライス大学

続きを読む：

アンドレス B. サンチェス アルバラドは、分光法と機械学習を組み合わせて複雑なサンプルを分析する研究に参加しました。この研究は特許出願中です。