O aprendizado de ma¡quina pode reduzir a preocupação com nanopartaculas em alimentos
Em particular, nanopartaculas que entram no solo por meio de irrigaa§a£o, fertilizantes e outras fontes levantaram preocupaa§aµes sobre se as plantas absorvem essaspartículas minaºsculas o suficiente para causar toxicidade.
Domanio paºblico
Embora o rendimento das safras tenha alcana§ado um impulso substancial com a nanotecnologia nos últimos anos, os alarmes sobre os riscos a saúde apresentados pelas nanopartaculas em produtos frescos e gra£os também aumentaram. Em particular, nanopartaculas que entram no solo por meio de irrigação, fertilizantes e outras fontes levantaram preocupações sobre se as plantas absorvem essaspartículas minaºsculas o suficiente para causar toxicidade.
Em um novo estudo publicado online na revista Environmental Science and Technology , pesquisadores da Texas A&M University usaram o aprendizado de ma¡quina para avaliar as propriedades salientes das nanopartaculas meta¡licas que as tornam mais suscetíveis a absorção pelas plantas. Os pesquisadores disseram que seu algoritmo pode indicar a quantidade de plantas que acumulam nanopartaculas em suas raazes e brotos.
As nanopartaculas são uma tendaªncia crescente em vários campos, incluindo medicina, produtos de consumo e agricultura. Dependendo do tipo de nanopartacula, algumas apresentam propriedades desuperfÍcie, carga e magnetismo favoráveis , entre outras características. Essas qualidades os tornam ideais para várias aplicações. Por exemplo, na agricultura, as nanopartaculas podem ser usadas como antimicrobianos para proteger as plantas de patógenos. Como alternativa, eles podem ser usados ​​para se ligar a fertilizantes ou inseticidas e, em seguida, programados para liberação lenta para aumentar a absorção das plantas.
Essas prática s agracolas e outras, como a irrigação, podem fazer com que as nanopartaculas se acumulem no solo. No entanto, com os diferentes tipos de nanopartaculas que podem existir no solo e um número assustadoramente grande de espanãcies de plantas terrestres, incluindo plantações de alimentos, não se sabe claramente se certas propriedades das nanopartaculas as tornam mais susceptaveis de serem absorvidas por algumas espanãcies de plantas do que outras.
"Como vocêpode imaginar, se tivermos que testar a presença de cada nanopartacula para cada espanãcie de planta, éum grande número de experimentos, que são muito demorados e caros", disse Xingmao "Samuel" Ma, professor associado do Departamento Zachry de Engenharia Civil e Ambiental. "Para se ter uma ideia, as nanopartaculas de prata sozinhas podem ter centenas de tamanhos, formas e revestimentos desuperfÍcie diferentes e, portanto, testar experimentalmente cada um, mesmo para uma única espanãcie de planta, éimpratica¡vel."
Em vez disso, para o estudo, os pesquisadores escolheram dois algoritmos de aprendizado de ma¡quina diferentes, uma rede neural artificial e programação de expressão gaªnica. Eles primeiro treinaram esses algoritmos em um banco de dados criado a partir de pesquisas anteriores sobre diferentes nanopartaculas meta¡licas e as plantas especaficas nas quais elas se acumularam. Em particular, seu banco de dados continha o tamanho, formato e outras caracteristicas de diferentes nanopartaculas, junto com informações sobre quanto dessaspartículas foram absorvidas do solo ou da águaenriquecida com nutrientes para o corpo da planta.
Uma vez treinados, seus algoritmos de aprendizado de ma¡quina poderiam prever corretamente a probabilidade de uma determinada nanopartacula meta¡lica se acumular em uma espanãcie de planta. Além disso, seus algoritmos revelaram que quando as plantas estãoem uma solução hidropa´nica ou enriquecida com nutrientes, a composição química da nanopartacula meta¡lica determina a propensão de acaºmulo nas raazes e nos brotos. Mas se as plantas são cultivadas no solo, o conteaºdo de matéria orga¢nica e a argila do solo são essenciais para a absorção das nanopartículas
Ma disse que, embora os algoritmos de aprendizado de ma¡quina possam fazer previsaµes para a maioria das culturas alimentares e plantas terrestres, eles podem ainda não estar prontos para as plantas aqua¡ticas. Ele também observou que o pra³ximo passo em sua pesquisa seria investigar se os algoritmos de aprendizado de ma¡quina poderiam prever a absorção de nanopartaculas de folhas em vez de atravanãs das raazes.
“a‰ bastante compreensavel que as pessoas estejam preocupadas com a presença de nanopartaculas em suas frutas, vegetais e gra£osâ€, disse Ma. "Mas, em vez de não usar a nanotecnologia completamente, gostaraamos que os agricultores colhassem os muitos benefacios fornecidos por essa tecnologia, mas evitassem as potenciais preocupações com a segurança alimentar."