• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • O aprendizado de máquina pode reduzir a preocupação com nanopartículas em alimentos
    p Crédito CC0:domínio público

    p Embora o rendimento das safras tenha alcançado um impulso substancial com a nanotecnologia nos últimos anos, alarmes sobre os riscos à saúde representados por nanopartículas em produtos frescos e grãos também aumentaram. Em particular, nanopartículas entrando no solo por meio de irrigação, fertilizantes e outras fontes levantaram preocupações sobre se as plantas absorvem essas partículas minúsculas o suficiente para causar toxicidade. p Em um novo estudo publicado online na revista Ciência e Tecnologia Ambiental , pesquisadores da Texas A&M University usaram o aprendizado de máquina para avaliar as propriedades salientes das nanopartículas metálicas que as tornam mais suscetíveis à absorção pelas plantas. Os pesquisadores disseram que seu algoritmo pode indicar a quantidade de plantas que acumulam nanopartículas em suas raízes e brotos.

    p As nanopartículas são uma tendência crescente em vários campos, incluindo remédios, produtos de consumo e agricultura. Dependendo do tipo de nanopartícula, alguns têm propriedades de superfície favoráveis, carga e magnetismo, entre outros recursos. Essas qualidades os tornam ideais para várias aplicações. Por exemplo, na agricultura, nanopartículas podem ser usadas como antimicrobianos para proteger as plantas de patógenos. Alternativamente, eles podem ser usados ​​para se ligar a fertilizantes ou inseticidas e, em seguida, programados para liberação lenta para aumentar a absorção das plantas.

    p Essas práticas agrícolas e outras, como irrigação, pode fazer com que as nanopartículas se acumulem no solo. Contudo, com os diferentes tipos de nanopartículas que podem existir no solo e um número assustadoramente grande de espécies de plantas terrestres, incluindo safras de alimentos, não se sabe com clareza se certas propriedades das nanopartículas as tornam mais suscetíveis de serem absorvidas por algumas espécies de plantas do que por outras.

    p "Como você pode imaginar, se tivermos que testar a presença de cada nanopartícula para cada espécie de planta, é um grande número de experimentos, que consome muito tempo e é caro, "disse Xingmao" Samuel "Ma, professor associado do Departamento de Engenharia Civil e Ambiental da Zachry. "Para te dar uma ideia, nanopartículas de prata sozinhas podem ter centenas de tamanhos diferentes, formas e revestimentos de superfície, e entao, testando experimentalmente cada um, mesmo para uma única espécie de planta, é impraticável. "

    p Em vez de, para o estudo deles, os pesquisadores escolheram dois algoritmos de aprendizado de máquina diferentes, uma rede neural artificial e programação de expressão gênica. Eles primeiro treinaram esses algoritmos em um banco de dados criado a partir de pesquisas anteriores sobre diferentes nanopartículas metálicas e as plantas específicas nas quais elas se acumularam. Em particular, seu banco de dados continha o tamanho, forma e outras características de diferentes nanopartículas, junto com informações sobre quanto dessas partículas foram absorvidas do solo ou da água enriquecida com nutrientes para o corpo da planta.

    p Uma vez treinado, seus algoritmos de aprendizado de máquina poderiam prever corretamente a probabilidade de uma determinada nanopartícula metálica se acumular em uma espécie de planta. Também, seus algoritmos revelaram que quando as plantas estão em uma solução hidropônica ou enriquecida com nutrientes, a composição química da nanopartícula metálica determina a propensão de acúmulo nas raízes e nos brotos. Mas se as plantas são cultivadas no solo, o conteúdo de matéria orgânica e argila no solo são fundamentais para a absorção de nanopartículas.

    p Ma disse que embora os algoritmos de aprendizado de máquina possam fazer previsões para a maioria das culturas alimentares e plantas terrestres, eles podem ainda não estar prontos para plantas aquáticas. Ele também observou que o próximo passo em sua pesquisa seria investigar se os algoritmos de aprendizado de máquina poderiam prever a absorção de nanopartículas de folhas em vez de através das raízes.

    p “É bastante compreensível que as pessoas se preocupem com a presença de nanopartículas em seus frutos, vegetais e grãos, "disse Ma." Mas em vez de não usar totalmente a nanotecnologia, gostaríamos que os agricultores obtivessem os muitos benefícios fornecidos por esta tecnologia, mas evitassem as potenciais preocupações com a segurança alimentar. "


    © Ciência https://pt.scienceaq.com