Se pudéssemos diferenciar medicamentos e alimentos falsificados ou adulterados apenas de olhar para eles, poderíamos economizar dinheiro e vidas todos os anos, especialmente no mundo em desenvolvimento, onde o problema é pior. Infelizmente, as tecnologias que podem detectar do que uma amostra é feita são caras, energia intensiva, e em grande parte indisponíveis nas regiões onde são mais necessários.

Isso pode mudar com uma nova técnica simples desenvolvida por engenheiros da Universidade da Califórnia, Riverside, que pode detectar drogas falsas em um vídeo feito enquanto a amostra sofre uma perturbação.

Se você já usou ferramentas de fotos online, você provavelmente já viu como essas ferramentas usam algoritmos de análise de imagem para categorizar suas fotos. Ao distinguir as diferentes pessoas em suas fotos, esses algoritmos facilitam a localização de todas as fotos de sua filha ou de seu pai. Agora, no jornal ACS Central Science , pesquisadores relatam que usaram esses algoritmos para resolver um problema muito diferente:identificar medicamentos falsos e outros produtos potencialmente perigosos.

Chamado de "cronoprinting, "a tecnologia requer apenas alguns equipamentos relativamente baratos e software livre para distinguir com precisão alimentos e medicamentos puros de inferiores.

A Organização Mundial da Saúde afirma que cerca de 10 por cento de todos os medicamentos em países de baixa e média renda são falsificados, e a fraude alimentar é um problema global que custa aos consumidores e à indústria bilhões de dólares por ano. Alimentos e medicamentos fraudulentos desperdiçam dinheiro e colocam em risco a saúde e a vida de seus consumidores. Mas a detecção de falsificações e fraudes requer equipamentos caros e especialistas altamente treinados.

William Grover, professor assistente de bioengenharia na Faculdade de Engenharia de Marlan e Rosemary Bourns da UC Riverside, e Brittney McKenzie, um estudante de doutorado no laboratório de Grover, perguntou-se se seria possível distinguir drogas e alimentos autênticos de adulterados observando como eles se comportam quando perturbados por mudanças de temperatura ou outras causas. Duas substâncias com composições idênticas devem responder da mesma maneira a uma perturbação, e se duas substâncias parecem idênticas, mas respondem de forma diferente, sua composição deve ser diferente, eles raciocinaram.

McKenzie projetou um conjunto de experimentos para testar essa ideia. Ela carregou amostras de azeite puro, um dos alimentos mais comumente adulterados do mundo, e xarope para tosse, que muitas vezes é diluído ou falsificado no mundo em desenvolvimento, em pequenos canais em um chip microfluídico, e resfriou rapidamente em nitrogênio líquido. Uma câmera de microscópio USB filmou as amostras reagindo à mudança de temperatura.

McKenzie e Grover escreveram um software que converte o vídeo em uma imagem bitmap. Como a imagem mostrou como a amostra mudou ao longo do tempo, os pesquisadores o chamaram de "cronoprint".

A equipe então usou algoritmos de análise de imagem para comparar diferentes cronoprints da mesma substância. Eles descobriram que cada substância pura tinha uma cronoprint confiável em vários testes.

Próximo, eles repetiram o experimento com amostras de azeite de oliva diluído com outros óleos e xarope para tosse diluído em água. As amostras adulteradas produziram cronoprints diferentes das amostras puras. A diferença era tão grande, tão óbvio, e de forma consistente, os pesquisadores concluíram que cronoprints e algoritmos de análise de imagem podem detectar com segurança alguns tipos de fraude em alimentos e drogas.

"As diferenças visuais significativas entre as amostras foram inesperadas e emocionantes, e com eles sendo consistentes, sabíamos que esta poderia ser uma maneira útil de identificar uma ampla gama de amostras, "McKenzie disse.

Grover disse que a técnica deles cria uma nova e poderosa conexão entre a química e a ciência da computação.

"Basicamente, convertendo uma amostra química em uma imagem, podemos tirar proveito de todos os diferentes algoritmos de análise de imagem que os cientistas da computação desenvolveram, "disse ele." E à medida que esses algoritmos ficam melhores, nossa capacidade de identificar quimicamente uma amostra deve melhorar, também."

Os pesquisadores usaram líquidos em seus experimentos, mas observam que o método também pode ser usado em materiais sólidos dissolvidos em água, e outros tipos de perturbação, como calor ou uma centrífuga, pode ser usado para substâncias que não reagem bem ao congelamento. A técnica é fácil de aprender, tornando desnecessários especialistas altamente treinados. Chronoprinting requer equipamento de nível amador e software que pode ser baixado gratuitamente do site do laboratório de Grover, colocá-lo ao alcance de agências governamentais e laboratórios com recursos limitados.

O papel, "Chronoprints:identificar amostras visualizando como elas mudam no espaço e no tempo, "por Brittney A. McKenzie, Jessica Robles-Najar, Eric Duong, Philip Brisk, e William H. Grover, é publicado em ACS Central Science .