Optisk analys och maskininlärningstekniker kan nu lätt detektera mikroplaster i marina och sötvattensmiljöer med hjälp av billiga porösa metallsubstrat. Detaljer om metoden, utvecklad av forskare vid Nagoya University med medarbetare vid National Institute for Materials Sciences i Japan och andra, publiceras i tidskriften Nature Communications .
Att upptäcka och identifiera mikroplaster i vattenprover är väsentligt för miljöövervakning, men är utmanande delvis på grund av den strukturella likheten mellan mikroplaster och naturliga organiska föreningar som härrör från biofilmer, alger och ruttnande organiskt material. Befintliga detektionsmetoder kräver i allmänhet komplexa separationstekniker som är tidskrävande och kostsamma.
"Vår nya metod kan samtidigt separera och mäta mängden av sex nyckeltyper av mikroplaster - polystyren, polyeten, polymetylmetakrylat, polytetrafluoreten, nylon och polyetentereftalat", säger Dr Olga Guselnikova från National Institute for Materials Science (NIMS).
Systemet använder ett poröst metallskum för att fånga upp mikroplaster från lösningen och detektera dem optiskt med hjälp av en process som kallas ytförstärkt Raman-spektroskopi (SERS). "SERS-data som erhålls är mycket komplex", förklarar Dr. Joel Henzie från NIMS, "men den innehåller urskiljbara mönster som kan tolkas med hjälp av moderna maskininlärningstekniker."
För att analysera data skapade teamet en datoralgoritm för neuralt nätverk som heter SpecATNet. Denna algoritm lär sig hur man tolkar mönstren i de optiska mätningarna för att identifiera målmikroplasterna snabbare och med högre noggrannhet än traditionella metoder.
"Vår procedur har en enorm potential för att övervaka mikroplaster i prover som erhållits direkt från miljön, utan att någon förbehandling krävs, samtidigt som den är opåverkad av eventuella föroreningar som kan störa andra metoder", säger professor Yusuke Yamauchi vid Nagoya University.
Forskarna hoppas att deras innovation i hög grad kommer att hjälpa samhället att utvärdera betydelsen av mikroplastföroreningar på folkhälsan och hälsan hos alla organismer i havs- och sötvattenmiljöer. Genom att skapa billiga mikroplastsensorer och öppen källkodsalgoritmer för att tolka data hoppas de kunna möjliggöra snabb upptäckt av mikroplast, även i laboratorier med begränsade resurser.
För närvarande ger material som krävs för det nya systemet kostnadsbesparingar på 90 % till 95 % jämfört med kommersiellt tillgängliga alternativ. Gruppen planerar att sänka kostnaden för dessa sensorer ytterligare och göra metoderna enkla att replikera utan behov av dyra anläggningar. Dessutom hoppas forskarna kunna utöka kapaciteten hos SpecATNets neurala nätverk för att upptäcka ett bredare utbud av mikroplaster och till och med acceptera olika typer av spektroskopisk data utöver SERS-data.
Mer information: Nature Communications (2024). DOI:10.1038/s41467-024-48148-w
Journalinformation: Nature Communications
Tillhandahålls av Nagoya University
