Escherichia coli. Kredit:Rocky Mountain Laboratories, NIAID, NIH
Forskare vid CU Boulder har utvecklat och validerat en ny sensor för E. coli-riskdetektering som har en imponerande 83% noggrannhet vid detektering av föroreningar i ytvatten.
Resultaten publicerades nyligen i Water Research och skulle kunna förbättra upptäckten av en mängd olika föroreningar snabbt och effektivt i vattensystem runt om i världen och i Amerika.
Emily Bedell (Ph.D.EnvEngr'22) är huvudförfattare på uppsatsen från Mortenson Center in Global Engineering. Hon sa att cirka två miljarder människor världen över använder en dricksvattenkälla som har en viss mängd fekalt material i sig och kan orsaka hälsoproblem, allt från diarré till hämmad tillväxt - särskilt hos små barn.
"Omkring 60% av alla dödsfall i diarré är relaterade till vattenkvalitet, globalt", sa hon. "Detta är ett verkligt problem, men nuvarande metoder för att hitta bajs i dricksvatten är dyra, har höga inträdesbarriärer som omfattande utbildningskrav eller kan ta cirka 24 timmar att ge resultat. Vi har uppfunnit en sensor kombinerad med en maskininlärningsmodell som använder fluorescens för att visa toppar för fekal kontaminering i realtid."
Både sensor- och maskininlärningsmodellkombinationen har godkänts för patent av U.S. Patent Office.
Bedell sa att fluorescens fungerar genom att lysa en UV LED-ljuskälla på ett vattenprov och mäta mängden ljus som absorberas och återutsänds vid en högre våglängd. Den informationen kan snabbt visa potentiell kontaminering, men den är känslig för många miljömässiga och fysiska faktorer som provets temperatur, som orsakar brus i data och gör den svår att tolka.
"Vi använder maskininlärningstekniker för att skära igenom det bruset för att bättre upptäcka anomalier," sa Bedell.
Snabb och korrekt bedömning av vattenkvaliteten är ett växande behov – inte bara i låginkomstländer, utan i situationer som vattenkrisen i Flint, Michigan där medborgare utsattes för farliga nivåer av bly från dålig regeringspolitik.
Professor Evan Thomas, chef för Mortenson Center, är medförfattare till tidningen. Han sa att klimatförändringar också är en faktor i denna diskussion eftersom tätare strömavbrott kan påverka reningsanläggningens verksamhet och hårt väder kan förorena kritiska vattenkällor.
"Vi kommer att behöva mer data om vattenkvalitet, och vi behöver det för att vara allmänt tillgänglig," sade han. "Att ta mätningar en gång om dagen kommer inte att räcka för att säkerställa att vi får vatten som inte har vare sig biologiska eller kemiska föroreningar som kan skada oss på både kort och lång sikt."
Bedell är nu anställd som ingenjör för Virridy i Boulder och arbetar med att utveckla tekniken ytterligare. Helst kommer det att fungera i samarbete med ett större hembehandlingssystem för dem som använder en privat brunn - där vattenkvaliteten inte regleras av EPA - för sitt dricksvatten.
"Den sensorn kommer att vara en miniatyriserad version av designen som byggdes i detta papper och kommer att installeras på ett hus huvudvattenledning som kommer från brunnen," sa hon. "Sensorns data kommer att skickas via användarens WiFi till en onlinedatabas där maskininlärningsmodellen kommer att tillämpas för att förutsäga risknivå och skicka informationen till en mobilapp som kommer att varna användaren om kontaminering upptäcks."
Bedell sa att hon alltid har varit intresserad av skärningspunkterna mellan teknik, miljö och social rättvisa och detta forskningsprojekt förde verkligen samman dessa aspekter under hennes tid med Mortenson Center.
"Vattenkvalitetsforskning träffar alla dessa punkter på så många sätt. Med mer data kan vi uttryckligen peka ut hur och när samhällen skadas av miljöorättvisor så att de policyer och praxis som införts som orsakade skadan kan åtgärdas." Hon sa. + Utforska vidare
