• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • L'apprendimento automatico può ridurre la preoccupazione per le nanoparticelle negli alimenti

    Credito:CC0 Dominio Pubblico

    Sebbene la resa delle colture abbia ottenuto un notevole impulso dalla nanotecnologia negli ultimi anni, sono aumentati anche gli allarmi sui rischi per la salute posti dalle nanoparticelle all'interno dei prodotti freschi e dei cereali. In particolare, nanoparticelle che entrano nel terreno attraverso l'irrigazione, fertilizzanti e altre fonti hanno sollevato dubbi sul fatto che le piante assorbano queste minuscole particelle abbastanza da causare tossicità.

    In un nuovo studio pubblicato online sulla rivista Scienze e tecnologie ambientali , i ricercatori della Texas A&M University hanno utilizzato l'apprendimento automatico per valutare le proprietà salienti delle nanoparticelle metalliche che le rendono più suscettibili all'assorbimento delle piante. I ricercatori hanno affermato che il loro algoritmo potrebbe indicare la quantità di nanoparticelle accumulate dalle piante nelle radici e nei germogli.

    Le nanoparticelle sono una tendenza fiorente in diversi campi, compresa la medicina, prodotti di consumo e agricoltura. A seconda del tipo di nanoparticella, alcuni hanno proprietà superficiali favorevoli, carica e magnetismo, tra le altre caratteristiche. Queste qualità li rendono ideali per una serie di applicazioni. Per esempio, nell'agricoltura, le nanoparticelle possono essere utilizzate come antimicrobici per proteggere le piante dai patogeni. In alternativa, possono essere utilizzati per legarsi a fertilizzanti o insetticidi e quindi programmati a lento rilascio per aumentare l'assorbimento delle piante.

    Queste pratiche agricole e altre, come l'irrigazione, può causare l'accumulo di nanoparticelle nel suolo. Però, con i diversi tipi di nanoparticelle che potrebbero esistere nel terreno e un numero sbalorditivo di specie di piante terrestri, comprese le colture alimentari, non è chiaro se determinate proprietà delle nanoparticelle le rendano più facilmente assorbibili da alcune specie vegetali rispetto ad altre.

    "Come puoi immaginare, se dobbiamo testare la presenza di ogni nanoparticella per ogni specie vegetale, è un numero enorme di esperimenti, che richiede molto tempo e denaro, " disse Xingmao "Samuel" Ma, professore associato presso il Dipartimento di Ingegneria Civile e Ambientale Zachry. "Per darti un'idea, le nanoparticelle d'argento da sole possono avere centinaia di dimensioni diverse, forme e rivestimenti superficiali, e così, testando sperimentalmente ciascuno, anche per una singola specie vegetale, è impraticabile".

    Anziché, per il loro studio, i ricercatori hanno scelto due diversi algoritmi di apprendimento automatico, una rete neurale artificiale e la programmazione dell'espressione genica. Per prima cosa hanno addestrato questi algoritmi su un database creato da ricerche passate su diverse nanoparticelle metalliche e sulle piante specifiche in cui si accumulavano. In particolare, il loro database conteneva la dimensione, forma e altre caratteristiche di diverse nanoparticelle, insieme a informazioni su quante di queste particelle sono state assorbite dal suolo o dall'acqua arricchita di sostanze nutritive nel corpo della pianta.

    Una volta addestrato, i loro algoritmi di apprendimento automatico potrebbero prevedere correttamente la probabilità che una determinata nanoparticella metallica si accumuli in una specie vegetale. Anche, i loro algoritmi hanno rivelato che quando le piante si trovano in una soluzione arricchita di nutrienti o idroponica, la composizione chimica della nanoparticella metallica determina la propensione all'accumulo nelle radici e nei germogli. Ma se le piante vengono coltivate nel terreno, il contenuto di materia organica e l'argilla nel suolo sono fondamentali per l'assorbimento delle nanoparticelle.

    Ma ha detto che mentre gli algoritmi di apprendimento automatico potrebbero fare previsioni per la maggior parte delle colture alimentari e delle piante terrestri, potrebbero non essere ancora pronti per le piante acquatiche. Ha anche notato che il prossimo passo nella sua ricerca sarebbe quello di indagare se gli algoritmi di apprendimento automatico potrebbero prevedere l'assorbimento di nanoparticelle dalle foglie piuttosto che attraverso le radici.

    "È abbastanza comprensibile che le persone siano preoccupate per la presenza di nanoparticelle nei loro frutti, verdure e cereali, " disse Ma. "Ma invece di non usare del tutto la nanotecnologia, vorremmo che gli agricoltori raccogliessero i numerosi vantaggi forniti da questa tecnologia ma evitino i potenziali problemi di sicurezza alimentare".


    © Scienza https://it.scienceaq.com