Botánica, nutrición y genética Ciencia y Tecnología Estados Unidos

El aprendizaje automático puede reducir la preocupación por las nanopartículas en los alimentos

agricultura
Crédito: CC0 Public Domain

Si bien el rendimiento de los cultivos ha logrado un impulso sustancial gracias a la nanotecnología en los últimos años, también han aumentado las alarmas sobre los riesgos para la salud que plantean las nanopartículas en los productos frescos y los cereales. 


por Vandana Suresh, Texas A&M University


En particular, las nanopartículas que ingresan al suelo a través del riego, fertilizantes y otras fuentes han suscitado preocupaciones sobre si las plantas absorben estas partículas diminutas lo suficiente como para causar toxicidad.

En un nuevo estudio publicado en línea en la revista Environmental Science and Technology , los investigadores de la Universidad Texas A&M han utilizado el aprendizaje automático para evaluar las propiedades destacadas de las nanopartículas metálicas que las hacen más susceptibles a la absorción de las plantas. Los investigadores dijeron que su algoritmo podría indicar cuántas plantas acumulan nanopartículas en sus raíces y brotes.

Las nanopartículas son una tendencia floreciente en varios campos, incluidos la medicina, los productos de consumo y la agricultura. Dependiendo del tipo de nanopartícula, algunas tienen propiedades superficiales favorables, carga y magnetismo, entre otras características. Estas cualidades los hacen ideales para una serie de aplicaciones. Por ejemplo, en agricultura, las nanopartículas pueden usarse como antimicrobianos para proteger a las plantas de patógenos. Alternativamente, pueden usarse para unirse a fertilizantes o insecticidas y luego programarse para una liberación lenta para aumentar la absorción de la planta.

Estas prácticas agrícolas y otras, como el riego, pueden provocar la acumulación de nanopartículas en el suelo. Sin embargo, con los diferentes tipos de nanopartículas que podrían existir en el suelo y una cantidad asombrosamente grande de especies de plantas terrestres, incluidos los cultivos alimentarios, no se sabe claramente si ciertas propiedades de las nanopartículas las hacen más propensas a ser absorbidas por algunas especies de plantas que otros.

«Como puede imaginar, si tenemos que probar la presencia de cada nanopartícula para cada especie de planta, es una gran cantidad de experimentos, lo que requiere mucho tiempo y es caro», dijo Xingmao «Samuel» Ma, profesor asociado en el Departamento de Ingeniería Civil y Ambiental de Zachry. «Para darte una idea, las nanopartículas de plata por sí solas pueden tener cientos de diferentes tamaños, formas y revestimientos superficiales, por lo que no es práctico probar experimentalmente cada una, incluso para una sola especie de planta».

En cambio, para su estudio, los investigadores eligieron dos algoritmos de aprendizaje automático diferentes, una red neuronal artificial y programación de expresión genética. Primero entrenaron estos algoritmos en una base de datos creada a partir de investigaciones anteriores sobre diferentes nanopartículas metálicas y las plantas específicas en las que se acumulaban. En particular, su base de datos contenía el tamaño, la forma y otras características de diferentes nanopartículas, junto con información sobre la cantidad de estas partículas que se absorbieron del suelo o del agua enriquecida con nutrientes en el cuerpo de la planta.

Una vez entrenados, sus algoritmos de aprendizaje automático podrían predecir correctamente la probabilidad de que una nanopartícula metálica determinada se acumule en una especie de planta. Además, sus algoritmos revelaron que cuando las plantas están en una solución hidropónica o enriquecida con nutrientes, la composición química de la nanopartícula metálica determina la propensión a la acumulación en las raíces y los brotes. Pero si las plantas se cultivan en el suelo, el contenido de materia orgánica y la arcilla en el suelo son clave para la absorción de nanopartículas.

Ma dijo que si bien los algoritmos de aprendizaje automático podrían hacer predicciones para la mayoría de los cultivos alimentarios y las plantas terrestres, es posible que aún no estén listos para las plantas acuáticas. También señaló que el siguiente paso en su investigación sería investigar si los algoritmos de aprendizaje automático podrían predecir la absorción de nanopartículas de las hojas en lugar de las raíces.

«Es bastante comprensible que la gente esté preocupada por la presencia de nanopartículas en sus frutas, verduras y granos», dijo Ma. «Pero en lugar de no utilizar la nanotecnología por completo, nos gustaría que los agricultores obtengan los muchos beneficios que ofrece esta tecnología, pero evitando las posibles preocupaciones sobre la seguridad alimentaria».



WP Twitter Auto Publish Powered By : XYZScripts.com