1713016126
2024-04-13 13:30:01
この記事は Science X に従ってレビューされています。 編集プロセス
そして ポリシー。
編集者 は、コンテンツの信頼性を確保しながら、次の属性を強調しました。
事実確認済み
査読済みの出版物
信頼できる情報源
校正する
わかりました！
イングリッド・ファデリ著、Phys.org
従来のプラスチック製品と、予測モデリングによって開発された環境に優しい生分解性の製品との比較展示。 上：従来のプラスチック製品。 下: 包装から消費財までの用途における多用途性を実証する、すべて天然の代替品。クレジット: Chen, T.、Pang, Z.、He, S. et al。 機械知能により、天然プラスチック代替品の発見が加速されます。 ナット。 ナノテクノロジー。 （2024年）。 10.1038/s41565-024-01635-z
×閉じる
従来のプラスチック製品と、予測モデリングによって開発された環境に優しい生分解性の製品との比較展示。 上：従来のプラスチック製品。 下: 包装から消費財までの用途における多用途性を実証する、すべて天然の代替品。クレジット: Chen, T.、Pang, Z.、He, S. et al。 機械知能により、天然プラスチック代替品の発見が加速されます。 ナット。 ナノテクノロジー。 （2024年）。 10.1038/s41565-024-01635-z
自然環境におけるプラスチック廃棄物の蓄積は、生態系の破壊に寄与し、水生生物に被害を与えているため、最も懸念されています。 そこで近年、材料科学者らは、製品の包装や製造に使用できる、プラスチックに代わる天然素材の代替品を特定しようとしている。
メリーランド大学カレッジパーク校の研究者らは最近、有望な生分解性プラスチックの代替品を発見するための新しいアプローチを考案した。 論文で概説された彼らの提案された方法 出版された Nature Nanotechnology では、最先端の機械学習技術と分子科学を組み合わせています。
「この研究に対する私のインスピレーションは、2019年に西太平洋のパラオを訪れたことがきっかけでした」と論文の共著者であるポー・イェン・チェン教授はTech Xploreに語った。 「そこの海洋生物に対するプラスチック汚染の影響（浮遊するプラスチックフィルムが魚を欺いたり、ウミガメがプラスチック廃棄物を食べ物と間違えたりするなど）は非常に憂慮すべきものでした。これが私に自分の専門知識をこの環境問題に適用する動機となり、解決策を見つけることに集中することにつながりました。」 UMDに研究室を設立しています。」
持続可能なプラスチックの代替品を探すためにこれまでに採用されてきた従来の方法は、時間がかかり非効率的です。 また、多くの場合、生分解性ではあるがプラスチックと同じ望ましい特性を持たない材料を特定するなど、悪い結果が得られます。
この最近の論文で紹介されたプラスチック代替品を特定するための革新的なアプローチは、 機械学習モデル チェンによって開発されました。
このアプローチは、従来の材料検索方法よりも高速であることに加えて、製造や産業現場で実際に使用できる材料を発見する上でより効果的である可能性があります。 Chen 氏は、同僚の Teng Li 氏や Liangbing Hu 氏と緊密に連携し、機械学習技術を全プラスチックの代替品の発見に応用しました。
「自動ロボティクス、機械学習、 分子動力学シミュレーション「当社は、必須性能基準を満たす、環境に優しい全天然プラスチック代替品の開発を加速しました。当社の統合アプローチは、自動ロボット工学、機械学習、アクティブラーニングループを組み合わせて、生分解性プラスチック代替品の開発を促進します。」とチェン氏は説明しました。
まず、Chen と彼の同僚は、さまざまな天然資源に由来するナノ複合フィルムの包括的なライブラリを編集しました。 これは、独立して実験室サンプルを調製できる自律型ピペッティング ロボットを使用して行われました。
天然プラスチック代替品を使用した 3 人の主任研究者の写真 (左: Teng Li 教授、中央: Po-Yen Chen 教授、右: Liangbing Hu 教授) クレジット: Tianle Chen et al
×閉じる
天然プラスチック代替品を使用した 3 人の主任研究者の写真 (左: Teng Li 教授、中央: Po-Yen Chen 教授、右: Liangbing Hu 教授) クレジット: Tianle Chen et al
その後、研究者らはこのサンプル ライブラリを使用して、Chen の機械学習ベースのモデルをトレーニングしました。 トレーニング中、モデルは、反復アクティブ学習として知られるプロセスを通じて、材料の組成に基づいて材料の特性を予測することに徐々に熟練していきました。
「ロボット工学と機械学習の相乗効果により、天然プラスチック代替品の発見が促進されるだけでなく、特定の特性を備えたプラスチック代替品の的を絞った設計も可能になります」とチェン氏は述べた。 「私たちのアプローチは、従来の試行錯誤の研究方法と比較して、必要な時間とリソースを大幅に削減します。」
この最近の研究とそこで導入されたアプローチにより、環境に優しいプラスチックの代替品の将来の探索が促進される可能性があります。 このチームのモデルは間もなく世界中のチームで使用され、調整可能で有利な特性を備えた天然ナノ複合材料を製造できるようになるだろう。
「ロボット工学、機械学習、シミュレーション ツールを組み合わせることで、新しい機能性材料の発見を加速し、特定の用途に合わせたカスタマイズを可能にするワークフローを確立しました」とチェン氏は述べています。
「当社の統合アプローチは、環境への安全性を保ちながら、石油化学プラスチックに代わる環境に優しい代替品の設計障壁を下げます。また、グリーンで環境に優しく、生分解性の機能性材料に焦点を当てた、オープンで拡張可能なデータベースも提供します。」
将来的には、チェン氏が開発した革新的なアプローチは、より持続可能な材料への複数の分野の移行を促進することで、世界中でプラスチック汚染を削減するのに役立つ可能性があります。 研究者らは次の研究で、石油化学プラスチックが引き起こす環境問題に取り組む取り組みを続ける予定だ。
たとえば、メーカーが選択できる天然素材の範囲を拡大したいと考えています。 さらに、モデルによって特定された材料の可能な用途を拡大し、これらの材料を大規模に生産できるようにする予定です。
「私たちは現在、包装に適した生分解性で持続可能な素材を見つけることに取り組んでいます。 新鮮な食べ物 収穫後、使い捨てプラスチック食品包装を置き換え、これらの収穫後製品の保存期間を改善します」とチェン氏は付け加えた。
「私たちはまた、これらの生分解性プラスチックをリサイクルしたり、他の有用な化学物質に変換したりするなど、これらの生分解性プラスチックの廃棄を管理する方法を研究しています。これらの取り組みは、当社のソリューションを環境に優しいだけでなく、従来のプラスチックに代わる経済的に実行可能な代替品にするための重要なステップです。を削減するための世界的な取り組みに大きく貢献します。 プラスチック 汚染。”
詳しくは：
Tianle Chen 他、機械知能による全天然プラスチック代替品の発見、Nature Nanotechnology (2024)。 DOI: 10.1038/s41565-024-01635-z
雑誌情報:
自然ナノテクノロジー
© 2024 サイエンス X ネットワーク
#生分解性プラスチック代替品となるナノコンポジットフィルムを発見するための機械学習ベースのアプローチ