徘徊在我們的水、血液和環(huán)境中，是出了名的難以檢測的“永遠的化學物質” ，其中一些對人類有毒。

芝加哥大學普利茲克分子工程學院（UChicago PME）和美國阿貢國家實驗室（Argonne National Laboratory）的研究人員合作開發(fā)了一種檢測水中微量全氟和多氟烷基物質（PFAS）的新方法。他們計劃通過便攜式手持設備分享這種方法，該方法使用獨特的探針來量化PFAS“永久性化學物質”的水平。

UChicago PME皇冠家族教授、阿貢國家實驗室首席水策略師Junhong Chen表示：“測量這些污染物水平的現(xiàn)有方法可能需要數(shù)周時間，需要最先進的設備和專業(yè)知識。”“我們的新傳感器設備可以在幾分鐘內測量這些污染物。”

這項發(fā)表在《自然水》雜志上的技術可以檢測到每千萬億分之250（ppq）的PFAS，就像在奧運會標準游泳池中找到一粒沙子。這使得該測試在監(jiān)測飲用水中兩種毒性最大的全氟辛酸（PFOA）和全氟辛烷磺酸（PFOS）方面具有實用性，美國環(huán)境保護局（EPA）最近提議將其限制在萬億分之四。

芝加哥大學PME分子工程教授Andrew Ferguson說：“檢測和消除PFAS是一項緊迫的環(huán)境和公共衛(wèi)生挑戰(zhàn)。”“計算機模擬和機器學習已被證明是一種非常強大的工具，可以理解這些分子如何與分子傳感器結合，并可以指導實驗工作，以設計出更靈敏、更具選擇性的分子探針。”

阿貢國家實驗室和芝加哥大學的高級科學家 Seth Darling說：“盡管PFAS通常以極低的濃度存在，但它們確實具有某些分子特征，使其與溶解在水中的其他物質不同，我們的探測器旨在識別這些特征。”

檢測挑戰(zhàn)

PFAS是一種耐油防水化學品，用于各種消費品和工業(yè)產品：包括不粘鍋、快餐包裝、消防泡沫、雨衣和防污地毯。它們通常被稱為“永久性化學物質”，具有令人難以置信的持久性，不會自然降解，而是隨著時間的推移在環(huán)境和人體內積累。

近年來，研究將PFAS與健康問題聯(lián)系起來，包括癌癥、甲狀腺問題和免疫系統(tǒng)減弱。鑒于其中一些發(fā)現(xiàn)，美國環(huán)保署提出了全氟辛烷磺酸和全氟辛酸的新限值。

“執(zhí)行這些限制的問題是，檢測PFAS非常具有挑戰(zhàn)性和耗時，”Chen說。“目前，你不能只采集水樣并在家里進行測試。”

傳統(tǒng)測量PFAS水平的金標準是一種昂貴的實驗室測試，稱為液相色譜/串聯(lián)質譜法，它可以分離化合物并提供每種化合物的信息。

試圖進行更快、更便宜的PFAS測試的研究人員面臨著一些挑戰(zhàn)：首先，PFAS化學物質在水中的濃度通常比其他幾十種更常見的污染物低得多。此外，有數(shù)千種不同的PFAS化學物質，它們的化學結構之間只有微小的變化，但它們的健康影響和限制法規(guī)存在重要差異。

但在過去的十五年里，Chen的團隊一直在開發(fā)計算機芯片上的高靈敏度便攜式傳感器。已經在自來水鉛傳感器中使用了這項技術，實驗室小組懷疑同樣的方法也可以用于PFAS傳感。他們提出的將該技術應用于PFAS的建議成為了美國國家科學基金會五大湖水創(chuàng)新引擎的一部分。

由AI設計

傳感器的要點是，如果PFAS分子附著在設備上，它就會改變流經硅芯片表面的電導率。但他和他的同事們必須弄清楚如何使每個傳感器對一種PFAS化學物質（如PFOS）具有高度特異性。

為此，Chen、Ferguson、Darling和團隊轉向機器學習，以幫助選擇可以放置在傳感設備上的獨特探針，并理想地只結合感興趣的PFAS。2021年，他們獲得了芝加哥大學數(shù)據(jù)與計算中心（CDAC）的發(fā)現(xiàn)挑戰(zhàn)獎，以支持他們在設計PFAS探測器時使用人工智能。

“在這種情況下，機器學習是一種工具，可以快速篩選無數(shù)化學探針，并預測哪些探針是與每個PFAS結合的最佳候選者，”Chen說。

在這篇新論文中，研究小組表明，其中一種計算預測的探針確實選擇性地結合了全氟辛烷磺酸，即使自來水中常見的其他化學物質含量要高得多。當含有全氟辛烷磺酸的水流過他們的設備時，這種化學物質會與新的探針結合，從而改變芯片的電導率。電導率的變化程度取決于全氟辛烷磺酸的含量。

為了確保新設備的讀數(shù)正確，該團隊與美國環(huán)保署合作，使用美國環(huán)保署批準的液相色譜/串聯(lián)質譜法來確認濃度，并驗證其水平與新設備檢測到的水平一致。該團隊進一步表明，即使在多次檢測和沖洗后，傳感器也能保持其準確性，這表明了實時監(jiān)測的潛力。

Chen說：“我們的下一步是預測和合成其他不同PFAS化學物質的新探針，并展示如何擴大規(guī)模。”“從那里，我們可以用同樣的方法感知到其他許多可能性——從飲用水中的化學物質到廢水中的抗生素和病毒。”

最終的結果可能是，消費者可以測試自己的水，并對他們的環(huán)境和消費做出更好的選擇。

與Ai時代前沿合作，將大門向更多普通用戶敞開！無論你是對新技術充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。

來源：網易