En maskinlæringsbaseret tilgang til at opdage nanokompositfilm til bionedbrydelige plastalternativer
Ophobningen af plastikaffald i naturlige miljøer er af største bekymring, da det bidrager til ødelæggelsen af økosystemer og forårsager skade på vandlevende organismer. I de senere år har materialeforskere således forsøgt at identificere helt naturlige alternativer til plastik, der kunne bruges til at pakke eller fremstille produkter.
Forskere ved University of Maryland, College Park, udtænkte for nylig en ny tilgang til at opdage lovende bionedbrydelige plastalternativer. Deres foreslåede metode, beskrevet i et papir offentliggjort i Nature Nanotechnology , kombinerer state-of-the-art maskinlæringsteknikker med molekylær videnskab.
"Min inspiration til denne forskning blev udløst af et besøg i Palau i det vestlige Stillehav i 2019," fortalte prof. Po-Yen Chen, medforfatter af papiret, til Tech Xplore. "Plastikforurenings indvirkning på livet i havet der - flydende plastikfilm, der bedrager fisk og havskildpadder, der forveksler plastikaffald med mad - var dybt foruroligende. Dette motiverede mig til at anvende min ekspertise på dette miljøspørgsmål og førte til mit fokus på at finde en løsning, da opsætning af mit forskningslaboratorium på UMD."
Konventionelle og tidligere anvendte metoder til at søge efter bæredygtige plastalternativer er tidskrævende og ineffektive. I mange tilfælde giver de også dårlige resultater, for eksempel ved at identificere materialer, der er biologisk nedbrydelige, men som ikke har de samme ønskværdige egenskaber som plastik.
Den innovative tilgang til at identificere plastikalternativer introduceret i dette nylige papir bygger på en maskinlæringsmodel udviklet af Chen.
Ud over at være hurtigere end konventionelle metoder til at søge efter materialer, kunne denne tilgang være mere effektiv til at opdage materialer, der realistisk kan anvendes i fremstillings- og industrimiljøer. Chen brugte sin maskinlæringsteknik til opdagelsen af alternativer af plastik i tæt samarbejde med sine kolleger Teng Li og Liangbing Hu.
"Ved at kombinere automatiseret robotteknologi, maskinlæring og simuleringer af molekylær dynamik accelererede vi udviklingen af miljøvenlige, helt naturlige plasterstatninger, der opfylder væsentlige præstationsstandarder," forklarede Chen. "Vores integrerede tilgang kombinerer automatiseret robotteknologi, maskinlæring og aktive læringssløjfer for at fremskynde udviklingen af bionedbrydelige plastikalternativer."
Først kompilerede Chen og hans kolleger et omfattende bibliotek af nanokompositfilm, der stammer fra forskellige naturlige kilder. Dette blev gjort ved hjælp af en autonom pipetteringsrobot, som selvstændigt kan forberede laboratorieprøver.
Efterfølgende brugte forskerne dette prøvebibliotek til at træne Chens maskinlæringsbaserede model. Under træningen blev modellen gradvist dygtigere til at forudsige materialers egenskaber baseret på deres sammensætning gennem en proces kendt som iterativ aktiv læring.
"Synergien mellem robotteknologi og maskinlæring fremskynder ikke kun opdagelsen af naturlige plasterstatninger, men giver også mulighed for målrettet design af plastalternativer med specifikke egenskaber," sagde Chen. "Vores tilgang reducerer den tid og de nødvendige ressourcer betydeligt sammenlignet med den traditionelle trial-and-error-forskningsmetode."
Denne nylige undersøgelse og den tilgang, den introducerede, kunne fremskynde den fremtidige søgen efter miljøvenlige plastalternativer. Holdets model kan snart blive brugt af teams verden over til at producere helt naturlige nanokompositter med justerbare og fordelagtige egenskaber.
"Ved at koble robotteknologi, maskinlæring og simuleringsværktøjer har vi etableret en arbejdsgang, der accelererer opdagelsen af nye funktionelle materialer og muliggør tilpasning til specifikke applikationer," sagde Chen.
"Vores integrerede tilgang sænker designbarrieren for et grønt alternativ til petrokemisk plast, samtidig med at det forbliver miljømæssigt sikkert. Det giver også en åben og udvidelig database med fokus på grønne, miljøvenlige og bionedbrydelige funktionelle materialer."
I fremtiden kan den innovative tilgang udviklet af Chen hjælpe med at reducere plastikforurening på verdensplan ved at lette overgangen af flere sektorer til mere bæredygtige materialer. I deres næste undersøgelser planlægger forskerne at fortsætte arbejdet med at løse de miljøproblemer, der forårsages af petrokemisk plast.
For eksempel håber de at udvide udvalget af naturlige materialer, som producenterne kan vælge imellem. Derudover vil de forsøge at udvide de mulige anvendelser af materialer identificeret af deres model og sikre, at disse materialer kan produceres i stor skala.
"Vi arbejder nu på at finde de rigtige biologisk nedbrydelige og bæredygtige materialer til emballering af friske produkter efter høst, udskiftning af engangsplastikfødevareemballage og forbedring af holdbarheden af disse produkter efter høst," tilføjede Chen.
"Vi undersøger også, hvordan vi kan håndtere bortskaffelsen af disse bionedbrydelige plastik, herunder genbruge dem eller omdanne dem til andre nyttige kemikalier. Disse bestræbelser er afgørende skridt i retning af at gøre vores løsninger ikke kun miljøvenlige, men også økonomisk levedygtige alternativer til konventionel plast. Dette arbejde bidrager væsentligt til det verdensomspændende initiativ til at reducere plastikforurening."
Flere oplysninger: Tianle Chen et al., Maskinintelligens-accelereret opdagelse af helt naturlige plasterstatninger, Nature Nanotechnology (2024). DOI:10.1038/s41565-024-01635-z
Journaloplysninger: Naturenanoteknologi
© 2024 Science X Network
Varme artikler
-
Gennemgang af fremskridt hen imod avancerede lithium-svovl-batterierLithium-svovl (Li-S) batterier har tiltrukket sig stor opmærksomhed for dens høje energitæthed, lave omkostninger og miljøvenlighed. Imidlertid, de lider af kort livscyklus, lav columbisk effektivitet -
Højeffektive farvehologrammer skabt ved hjælp af en metasurface lavet af nanoblokkeFarveholografisk billede lavet ved at skinne laserlys på en metasurface. Kredit:Wang et al. © 2016 American Chemical Society (Phys.org) - Ved omhyggeligt at arrangere mange nanoblokke for at danne -
Eksperimenter med mus og menneskeceller kaster lys over den bedste måde at levere nanopartikelterap…Histologisk billede af HER2+ tumor, der viser akkumulering af Herceptin-mærket nanopartikel (øverst til højre, og blå i histologi) akkumulering i tumormikromiljø (immun) og ikke på HER2+ cancerceller. -
Magnetisk spin på ikke-magnetiske materialer(PhysOrg.com) -- Nanoteknologer fra University of Twentes MESA+ og MIRA forskningsinstitutter har udviklet en metode til at inkorporere magnetiske elementer i ikke-magnetiske materialer på en meget ko
- Hydrogel kan hjælpe med at helbrede diabetiske sår
- Megaprojekter og 'behovet for hastighed':Hvordan politisk ubeslutsomhed påvirker tidslinjerne for s…
- Iagttager universet med et kamera, der kører nær lysets hastighed
- Amazon til at trække stikket på Kinas detailhandel:rapport
- Forskere udvikler den næste generation af reservoir computing
- Ren energiinnovation eller illusion? JETP klimafonde