Maskinlæring kan reducere bekymringen om nanopartikler i fødevarer

Mens afgrødeudbyttet har opnået et betydeligt løft fra nanoteknologi i de seneste år, alarmer over sundhedsrisici fra nanopartikler inden for friske produkter og korn er også steget. I særdeleshed, nanopartikler, der kommer ind i jorden gennem kunstvanding, gødning og andre kilder har rejst bekymringer om, hvorvidt planter absorberer disse små partikler nok til at forårsage toksicitet.

I en ny undersøgelse offentliggjort online i tidsskriftet Miljøvidenskab og -teknologi , forskere ved Texas A&M University har brugt maskinlæring til at evaluere de fremtrædende egenskaber af metalliske nanopartikler, der gør dem mere modtagelige for planteoptagelse. Forskerne sagde, at deres algoritme kunne indikere, hvor meget planter akkumulerer nanopartikler i deres rødder og skud.

Nanopartikler er en spirende tendens på flere områder, herunder medicin, forbrugerprodukter og landbrug. Afhængigt af typen af ​​nanopartikel, nogle har gunstige overfladeegenskaber, ladning og magnetisme, blandt andre funktioner. Disse egenskaber gør dem ideelle til en række anvendelser. For eksempel, i landbruget, nanopartikler kan bruges som antimikrobielle stoffer til at beskytte planter mod patogener. Alternativt de kan bruges til at binde til gødning eller insekticider og derefter programmeres til langsom frigivelse for at øge plantens absorption.

Disse landbrugsmetoder og andre, som vanding, kan få nanopartikler til at samle sig i jorden. Imidlertid, med de forskellige typer af nanopartikler, der kunne eksistere i jorden og et svimlende stort antal landplantearter, herunder fødevareafgrøder, det vides ikke klart, om visse egenskaber ved nanopartikler gør dem mere tilbøjelige til at blive absorberet af nogle plantearter end andre.

"Som du kan forestille dig, hvis vi skal teste tilstedeværelsen af ​​hver nanopartikel for hver planteart, det er et stort antal eksperimenter, hvilket er meget tidskrævende og dyrt, " sagde Xingmao "Samuel" Ma, lektor i Zachry Institut for Byggeri og Miljø. "For at give dig en idé, sølv nanopartikler alene kan have hundredvis af forskellige størrelser, former og overfladebelægninger, også, eksperimentelt at teste hver enkelt, selv for en enkelt planteart, er upraktisk."

I stedet, for deres studie, forskerne valgte to forskellige maskinlæringsalgoritmer, et kunstigt neuralt netværk og gen-ekspressionsprogrammering. De trænede først disse algoritmer på en database oprettet ud fra tidligere forskning om forskellige metalliske nanopartikler og de specifikke planter, hvor de ophobes. I særdeleshed, deres database indeholdt størrelsen, form og andre egenskaber ved forskellige nanopartikler, sammen med oplysninger om, hvor meget af disse partikler, der blev absorberet fra jord eller næringsstofberiget vand ind i plantekroppen.

Når først du er blevet trænet, deres maskinlæringsalgoritmer kunne korrekt forudsige sandsynligheden for, at en given metallisk nanopartikel ophobes i en planteart. Også, deres algoritmer afslørede, at når planter er i en næringsstofberiget eller hydroponisk opløsning, den kemiske sammensætning af den metalliske nanopartikel bestemmer tilbøjeligheden til akkumulering i rødder og skud. Men hvis planter dyrkes i jord, indholdet af organisk stof og leret i jorden er nøglen til optagelse af nanopartikler.

Ma sagde, at mens maskinlæringsalgoritmerne kunne lave forudsigelser for de fleste fødevareafgrøder og landplanter, de er måske endnu ikke klar til vandplanter. Han bemærkede også, at det næste skridt i hans forskning ville være at undersøge, om maskinlæringsalgoritmerne kunne forudsige nanopartikeloptagelse fra blade i stedet for gennem rødderne.

"Det er ganske forståeligt, at folk er bekymrede over tilstedeværelsen af ​​nanopartikler i deres frugter, grøntsager og korn, " sagde mor. "Men i stedet for ikke at bruge nanoteknologi helt, Vi vil gerne have, at landmænd høster de mange fordele, som denne teknologi giver, men undgår potentielle fødevaresikkerhedsproblemer."