De manier waarop nanodeeltjes zich in het milieu gedragen, is uiterst complex. Er is momenteel een gebrek aan systematische experimentele gegevens om ze volledig te begrijpen, zoals ETH-milieuwetenschappers hebben aangetoond in een groot overzichtsonderzoek. Een meer gestandaardiseerde aanpak zou het onderzoeksveld vooruit helpen.

De nanotech-industrie is booming. Elk jaar, wereldwijd worden enkele duizenden tonnen door de mens gemaakte nanodeeltjes geproduceerd; vroeger of later, een bepaald deel ervan komt terecht in water of bodem. Maar zelfs experts vinden het moeilijk om precies te zeggen wat daar met hen gebeurt. Het is een complexe vraag, niet alleen omdat er veel verschillende soorten door de mens gemaakte (engineered) nanodeeltjes zijn, maar ook omdat de deeltjes zich in de omgeving anders gedragen, afhankelijk van de heersende omstandigheden.

Onderzoekers onder leiding van Martin Scheringer, Senior Scientist bij de afdeling Chemie en Toegepaste Biowetenschappen, wilde duidelijkheid scheppen in deze kwestie. Ze beoordeelden 270 wetenschappelijke studies, en de bijna 1, 000 laboratoriumexperimenten erin beschreven, op zoek naar patronen in het gedrag van gemanipuleerde nanodeeltjes. Het doel was om universele voorspellingen te doen over het gedrag van de deeltjes.

Deeltjes hechten zich aan alles

Echter, de onderzoekers vonden een zeer gemengd beeld toen ze naar de gegevens keken. "De situatie is complexer dan veel wetenschappers eerder hadden voorspeld, "zegt Scheringer. "We moeten erkennen dat we geen uniform beeld kunnen schetsen met de gegevens waarover we vandaag beschikken."

Nicole Sani Kast, een doctoraatsstudent in de groep van Scheringer en eerste auteur van de analyse gepubliceerd in het tijdschrift PNAS , voegt toe:"Geconstrueerde nanodeeltjes gedragen zich zeer dynamisch en zijn zeer reactief. Ze hechten zich aan alles wat ze vinden:aan andere nanodeeltjes om agglomeraten te vormen, of aan andere moleculen die in de omgeving aanwezig zijn."

Netwerk analyse

Waar reageren de deeltjes precies op, en hoe snel, hangt af van verschillende factoren zoals de zuurgraad van het water of de bodem, de concentratie van de aanwezige mineralen en zouten, en bovenal, de samenstelling van de in het water opgeloste of in de bodem aanwezige organische stoffen. Het feit dat de gemanipuleerde nanodeeltjes vaak een oppervlaktecoating hebben, maakt het nog ingewikkelder. Afhankelijk van de omgevingsomstandigheden, de deeltjes behouden of verliezen hun coating, wat op zijn beurt hun reactiegedrag beïnvloedt.

Om de in de literatuur beschikbare resultaten te evalueren, Sani-Kast gebruikte voor het eerst een netwerkanalyse in dit onderzoeksveld. Het is een in sociaal onderzoek bekende techniek voor het meten van netwerken van sociale relaties, en stelde haar in staat om aan te tonen dat de beschikbare gegevens over gemanipuleerde nanodeeltjes inconsistent zijn, onvoldoende divers en slecht gestructureerd.

Meer methode voor machine learning

"Als het meer gestructureerd is, consistente en voldoende diverse gegevens beschikbaar waren, het is misschien mogelijk om universele patronen te ontdekken met behulp van machine learning-methoden, " zegt Scheringer, "maar we zijn er nog niet." Er moeten eerst voldoende gestructureerde experimentele data beschikbaar zijn.

"Om ervoor te zorgen dat de wetenschappelijke gemeenschap dergelijke experimenten op een systematische en gestandaardiseerde manier kan uitvoeren, enige vorm van coördinatie is nodig, " voegt Sani-Kast toe, maar ze is zich ervan bewust dat dergelijk werk moeilijk te coördineren is. Wetenschappers staan ​​er over het algemeen om bekend dat ze de voorkeur geven aan het verkennen van nieuwe methoden en omstandigheden in plaats van routinematig gestandaardiseerde experimenten uit te voeren.

Onderscheid maken tussen door de mens gemaakte en natuurlijke nanodeeltjes

Naast het gebrek aan systematisch onderzoek, er is ook een tweede tastbaar probleem bij het onderzoeken van het gedrag van gemanipuleerde nanodeeltjes:veel gemanipuleerde nanodeeltjes bestaan ​​uit chemische verbindingen die van nature in de bodem voorkomen. Tot nu toe was het moeilijk om de kunstmatige deeltjes in het milieu te meten, omdat het moeilijk is om ze te onderscheiden van natuurlijk voorkomende deeltjes met dezelfde chemische samenstelling.

Echter, onderzoekers van de afdeling Chemie en Toegepaste Biowetenschappen van de ETH Zürich, onder leiding van ETH-hoogleraar Detlef Günther, hebben onlangs een effectieve methode ontwikkeld die een dergelijk onderscheid in routineonderzoeken mogelijk maakt. Ze gebruikten een ultramoderne en zeer gevoelige massaspectrometrietechniek (spICP-TOF-massaspectrometrie genaamd) om te bepalen uit welke chemische elementen individuele nanodeeltjes in een monster bestaan.

In samenwerking met wetenschappers van de Universiteit van Wenen, de ETH-onderzoekers pasten de methode toe op bodemmonsters met natuurlijke ceriumhoudende deeltjes, waarin ze gemanipuleerde ceriumdioxide-nanodeeltjes hebben gemengd. Met behulp van machine learning-methoden, die bij uitstek geschikt waren voor dit specifieke probleem, de onderzoekers konden verschillen in de chemische vingerafdrukken van de twee deeltjesklassen identificeren. "Hoewel kunstmatig geproduceerde nanodeeltjes vaak uit één enkele verbinding bestaan, natuurlijke nanodeeltjes bevatten meestal nog een aantal extra chemische elementen, " legt Alexander Gundlach-Graham uit, een postdoc in de groep van Günther.

De nieuwe meetmethode is erg gevoelig:de wetenschappers konden kunstmatige deeltjes meten in monsters met tot honderd keer meer natuurlijke deeltjes.