La creazione di contenitori di plastica che si degradano facilmente nell'acqua di mare sarebbe una soluzione da sogno al crescente problema dei rifiuti di plastica nell'oceano, ma un team di ricercatori della Penn State New Kensington suggerisce che, almeno per ora, il riciclaggio e la ricerca di alternative alla plastica possono ancora essere il modo migliore per gestire questi rifiuti.

In uno studio, i ricercatori hanno utilizzato un algoritmo di apprendimento automatico per classificare più di 110 tipi di plastica, comprese le varietà commerciali e prodotte in laboratorio, per capire meglio come potrebbero degradarsi nell'oceano, ha detto Robert Mathers, professore di chimica.

"Una delle cose che ci interessava scoprire è cosa accadrà alla grande quantità di plastica che si trova nell'oceano, " ha detto Mathers. "Questo studio ha preso una vasta gamma di dati sulle proprietà fisiche, in combinazione con una metrica che quantificasse la composizione delle strutture molecolari e la usasse per cercare di capire gli aspetti più importanti del degrado della plastica nell'oceano".

Secondo l'Ocean Conservancy, ci sono più di 150 milioni di tonnellate di plastica nell'oceano, con 8 milioni di tonnellate in più che entrano nell'oceano ogni anno. I ricercatori, che hanno pubblicato le loro scoperte in un recente numero di Comunicazioni sulla natura , ha detto che una serie di fattori nell'oceano può aiutare ad abbattere questa plastica, comprese le radiazioni ultraviolette del sole, vento, onde, acqua di mare, temperatura dell'acqua e batteri. Hanno scoperto che alcuni tipi di plastica si rompevano più velocemente di altri se sottoposti a queste condizioni.

Pur conoscendo la struttura molecolare delle plastiche più sensibili potrebbe dare agli ingegneri la possibilità di sviluppare plastiche con un minore impatto ambientale, Mathers ha affermato che l'economia della produzione di quelle plastiche su larga scala sarebbe ancora un problema.

"Altri hanno suggerito la possibilità di mettere un anello debole nella struttura molecolare di una plastica che potrebbe accelerare la degradazione di quel filamento di atomi, " disse Mathers. "Ora, Questa è una grande idea, ma, proprio adesso, potrebbe non essere un'opzione economicamente fattibile. È solo difficile competere economicamente con polietilene e polipropilene, quali sono le plastiche più utilizzate al mondo. Così, probabilmente vogliamo continuare a concentrarci sul riciclaggio perché offre l'aiuto più immediato".

Il team ha affrontato il problema della plastica nell'oceano raccogliendo quanti più dati sulla struttura molecolare delle varie plastiche e informazioni su come si comportano queste plastiche nell'acqua di mare, sia in campo che in condizioni di laboratorio.

"Dalla letteratura, siamo stati in grado di ottenere informazioni sulle proprietà fisiche della plastica che si trova nell'oceano, ad esempio, pesi molecolari, la temperatura di transizione vetrosa, la quantità di cristallinità, ma considerare la composizione molecolare era un'opportunità trascurata. A questo proposito, abbiamo capito come tradurre la struttura molecolare in una metrica che abbiamo chiamato idrofobicità, che è quanto è probabile che il materiale assorba acqua o voglia essere a contatto con l'acqua, " ha detto Mathers.

Kyungjun Min, un secondo anno di specializzazione in biochimica, chi fu il primo autore dell'articolo, ha aiutato a calcolare questi valori di idrofobicità.

Ci sono così tanti tipi di plastica e così tante condizioni sperimentali, l'apprendimento automatico è diventato strumentale nell'aiutare i ricercatori a ordinare la grande quantità di dati, oltre a classificare tali informazioni, secondo Giuseppe Cuiffi, un professore assistente di insegnamento, che ha lavorato con Mathers.

"Abbiamo iniziato con l'analisi dei dati di base per esplorare e ordinare i dati, poi siamo passati al machine learning predittivo per aiutarci a chiarire modelli e tendenze, " ha affermato Cuiffi. "Il machine learning ci ha aiutato a determinare le relazioni chiave e a sviluppare regole per prevedere il comportamento plastico".

Dopo aver sperimentato diversi modelli di machine learning, i ricercatori hanno optato per un albero decisionale, approccio di apprendimento automatico. I membri dell'Institute for Computational and Data Sciences and Materials Research Institute hanno aiutato il team fornendo accesso a strumenti di machine learning.

"All'inizio abbiamo provato modelli di regressione, ma le incongruenze nelle condizioni sperimentali nel nostro set di dati lo hanno reso difficile, " ha detto Cuiffi. "Gli studenti di classificazione hanno lavorato molto meglio, e alberi decisionali, nello specifico, sono stati utili perché hanno fornito visibilità sulle regole apprese, che ha fornito approfondimenti sul comportamento chimico e fisico."

Cuiffi ha aggiunto che l'apprendimento automatico e la scienza dei dati, in generale, è utile anche per questo tipo di ricerca interdisciplinare.

"Penso che i moderni strumenti disponibili per l'analisi dei dati ci permettano di esplorare grandi e vari set di dati più facilmente che mai, " ha detto. " Apprezzo anche gli sforzi interdisciplinari in questo campo, con questo studio ad esempio perché i ricercatori esterni possono guardare i dati in modo agnostico. Per questo studio, Spesso portavo i risultati al dottor Mathers senza sapere se avevano un senso, e si divertiva davvero a scoprire cosa mostravano i dati. Se avessi più informazioni sulla chimica, Potrei aver distorto l'analisi con il mio punto di vista".

Secondo Mathers, lo studio ha anche mostrato come la scienza dei dati e la scienza dei materiali possono contribuire a risolvere problemi che un tempo potevano essere considerati al di fuori dei loro campi.

"Mi interessava la sostenibilità, materiali sostenibili e questa idea di chimica verde per lungo tempo, " ha detto Mathers. "E quando abbiamo esaminato gli studi nella letteratura attuale, abbiamo scoperto che c'erano molte persone che studiavano la plastica nell'oceano e la maggior parte di questi ricercatori erano oceanografi, biologi marini, ecologisti, e biologi marini. Stavano facendo un lavoro davvero interessante, ma dal punto di vista dei materiali, non erano disponibili studi sistematici."

Ha aggiunto che è necessario lavorare di più per indagare sulla plastica nell'oceano, inclusa l'aggiunta di ulteriori dati.