Även om skörden har fått ett betydande uppsving från nanotekniken de senaste åren, larm över hälsoriskerna med nanopartiklar i färskvaror och spannmål har också ökat. Särskilt, nanopartiklar som kommer in i jorden genom bevattning, gödningsmedel och andra källor har väckt oro över huruvida växter absorberar dessa små partiklar tillräckligt för att orsaka toxicitet.

I en ny studie publicerad online i tidskriften Miljövetenskap och teknik , Forskare vid Texas A&M University har använt maskininlärning för att utvärdera de framträdande egenskaperna hos metalliska nanopartiklar som gör dem mer mottagliga för växtupptag. Forskarna sa att deras algoritm kan indikera hur mycket växter ackumulerar nanopartiklar i sina rötter och skott.

Nanopartiklar är en spirande trend inom flera områden, inklusive medicin, konsumentprodukter och jordbruk. Beroende på typen av nanopartikel, vissa har gynnsamma ytegenskaper, laddning och magnetism, bland andra funktioner. Dessa egenskaper gör dem idealiska för ett antal tillämpningar. Till exempel, inom jordbruket, nanopartiklar kan användas som antimikrobiella medel för att skydda växter från patogener. Alternativt de kan användas för att binda till gödningsmedel eller insekticider och sedan programmeras för långsam frisättning för att öka växtupptaget.

Dessa jordbruksmetoder och andra, som bevattning, kan orsaka att nanopartiklar samlas i jorden. Dock, med de olika typer av nanopartiklar som kan finnas i marken och ett svindlande stort antal landlevande växtarter, inklusive matgrödor, det är inte klart känt om vissa egenskaper hos nanopartiklar gör dem mer benägna att absorberas av vissa växtarter än andra.

"Som du kan föreställa dig, om vi måste testa närvaron av varje nanopartikel för varje växtart, det är ett stort antal experiment, vilket är mycket tidskrävande och dyrt, " sa Xingmao "Samuel" Ma, docent vid Zachry-avdelningen för bygg- och miljöteknik. "För att ge dig en idé, Enbart silvernanopartiklar kan ha hundratals olika storlekar, former och ytbeläggningar, och så, experimentellt testa var och en, även för en enda växtart, är opraktisk."

Istället, för sina studier, forskarna valde två olika maskininlärningsalgoritmer, ett artificiellt neuralt nätverk och programmering av genuttryck. De tränade först dessa algoritmer på en databas skapad från tidigare forskning om olika metalliska nanopartiklar och de specifika växter där de ackumulerades. Särskilt, deras databas innehöll storleken, form och andra egenskaper hos olika nanopartiklar, tillsammans med information om hur mycket av dessa partiklar som absorberades från jord eller näringsberikat vatten in i växtkroppen.

Väl utbildad, deras maskininlärningsalgoritmer kunde korrekt förutsäga sannolikheten för att en given metallisk nanopartikel ackumuleras i en växtart. Också, deras algoritmer visade att när växter är i en näringsberikad eller hydroponisk lösning, den kemiska sammansättningen av den metalliska nanopartikeln bestämmer benägenheten för ackumulering i rötter och skott. Men om växter odlas i jord, innehållet av organiskt material och leran i marken är nyckeln till nanopartiklars upptag.

Ma sa att medan maskininlärningsalgoritmerna kunde göra förutsägelser för de flesta matgrödor och markväxter, de kanske inte är redo för vattenväxter ännu. Han noterade också att nästa steg i hans forskning skulle vara att undersöka om maskininlärningsalgoritmerna kunde förutsäga nanopartikelupptag från löv snarare än genom rötterna.

"Det är ganska förståeligt att människor är oroade över förekomsten av nanopartiklar i deras frukter, grönsaker och spannmål, " sa mamma. "Men istället för att inte använda nanoteknik helt, vi skulle vilja att bönder skördar de många fördelarna som denna teknik ger men undviker potentiella livsmedelssäkerhetsproblem."