Su Kirliliği ile Mücadelede Yeni Polimer Tespit Yöntemi
Fotoğraf: Yalnızca bir peptit sensöründen gelen birçok optik sinyalin ayırt edilmesiyle suda çözünür polimerlerin teşhisinin şematik gösterimi.
Tokyo Teknoloji Enstitüsü’nden bilim insanları, atık suda bulunan, kirliliğe en az mikroplastikler kadar katkıda bulunan, suda çözünür polimerleri tespit etmek için bir peptit sensörü geliştirdiler. Yeni teknik, tek bir çözüm yolu ile çok sayıda kirleticiyi tespit edebilen bir makine öğrenimi algoritmasını eğitmek için peptitler ve farklı polimerler arasında oluşan bağdan faydalanıyor.
Plastiklerden kaynaklanan deniz kirliliği, ölmekte olan mercan resiflerinden azalan balık popülasyonlarına, git gide büyüyen bir küresel sorun. Plastik kirliliği konusundaki son konuşmaların çoğu, sudan çıkarılması son derece zor olan küçük plastik parçaları olan mikroplastikler hakkındaydı. Ancak, özellikle toprak ve su ortamları için oluşturdukları risklerle bağlantılı olarak, bir deniz kirliliği kaynağı olan suda çözünür sentetik polimerlere artan bir ilgi var. Suda çözünür olduklarından dolayı standart filtrasyon teknikleri kullanılarak geri kazanılamıyorlar. Çözüm ise bu kirleticileri ortadan kaldırmak için alternatif yaklaşımlar geliştirmekten geçiyor. Bu nedenle, suda çözünür polimer kirleticinin yapısını tamamen anlamak ve atık sudaki miktarını ölçmek, araştırmacılar için odak noktası haline geldi.
Polimerler, çok daha küçük ve tekrar eden birimlerden oluşan uzun kimyasal zincirlerdir. Bu terimle nadiren ilişkilendirilmelerine rağmen, proteinler de “amino asitler” adı verilen binlerce alt birimden oluştukları için polimerler gibi düşünülebilirler. Amino asitlerin kısa zincirlerine peptit denir. Peptitler, tıpkı polimerler gibi, moleküllerle farklı afinite seviyelerine sahip farklı şekillerde spesifik ve spesifik olmayan etkileşimlere girebilirler. Tokyo Teknoloji Enstitüsü’nden araştırmacılar, ACS Applied Materials & Interfaces’de yayımlanan yeni bir çalışmada, karışık çözeltilerde suda çözünür polimerlerin tespiti için yeni bir peptit sensörü geliştirmek için bu etkileşimlerden yararlandılar. Çalışmayı yöneten Profesör Takeshi Serizawa, “Geliştirdiğimiz teknik, memelilerde bulunan koku ve tat ayrımını taklit eden bir makine öğrenme modeli analizine dayanıyor. Tıpkı burnumuz ve dilimizin sınırlı sayıda reseptör proteini kullanarak sayısız koku ve tadı ayırt edebilmesi gibi, tek peptit sensörümüz de birden fazla polimeri ve diğer molekülleri tespit ediyor.” diyor.
Araştırma ekibi, tekniği poli(N-izopropilakrilamid) ya da PNIPAM adı verilen sentetik bir polimere bağlanan bir peptit etrafında geliştirdi. Daha sonra, farklı etkileşimleri için sinyaller elde etmeye yardımcı olmak için peptit içine N-(1-anilinonaftil-4)maleimid ya da kısaca ANM adı verilen floresan bir “etiket” yerleştirdiler. ANM’nin flüoresansı, peptidin etkileşimine bağlı olarak değişiyor, böylece saptanabilir bir sinyal gönderiyor. Araştırmacılar, farklı polimerlerin bilinen çözelti konsantrasyonlarında ANM’den gelen bu sinyalleri ölçtüler ve bunu, denetimli makine öğreniminden biri olan bir “doğrusal diskriminant analizi” algoritmasını eğitmek için kullandılar. Sonrasında, geliştirdikleri tekniği bilinmeyen numunelerle valide ettiler ve sensör ve algoritmanın karışık çözeltilerdeki polimerleri tespit edebildiği sonucuna ulaştılar. Ayrıca, kimyasal etkileşimleri kısmen değiştirmek üzere çözeltilere az miktarda etanol veya sodyum klorür eklendikten sonra, makine öğrenme algoritması, benzer özelliklere sahip polimerlere karşı ayrım yapabilir hale geldi. Son olarak, yeni peptit sensörünü ve algoritmasını gerçek atık su üzerinde test ettiler ve farklı suda çözünür polimerleri algılama yeteneğini doğruladılar.
Dr. Serizawa, “Geliştirdiğimiz teknik yalnızca polimerler gibi suda çözünmüş makromoleküler kirleticileri tespit etmek için değil, aynı zamanda bunların ortama nasıl girdiklerini analiz etmek için de kullanılacak.” diyor. Araştırma ekibi, yöntemi diğer peptitleri ve polimerleri de kapsayacak şekilde genişletmeyi planlıyor.
Kaynak: phys.org
