Mundo

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.
Por r Vandana Suresh - 16/06/2021


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£os”, 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."

 

.
.

Leia mais a seguir