.
As pessoas costumam associar Escherichia coli com alimentos contaminados, mas E. coli tem sido um burro de carga em biotecnologia. Cientistas da Universidade da Califórnia, em Irvine, demonstraram que a bactéria tem mais valor como parte de um sistema para detectar contaminação por metais pesados na água.
E. coli exibem uma resposta bioquímica na presença de íons metálicos, uma pequena mudança que os pesquisadores puderam observar com sensores ópticos de nanopartículas de ouro montados quimicamente. Por meio de uma análise de aprendizado de máquina dos espectros ópticos de metabólitos liberados em resposta à exposição ao cromo e ao arsênico, os cientistas conseguiram detectar metais em concentrações um bilhão de vezes menores do que as que levam à morte celular – ao mesmo tempo em que podem deduzir o metal pesado tipo e quantidade com mais de 96 por cento de precisão.
O processo, que segundo os pesquisadores pode ser realizado em cerca de 10 minutos, é objeto de um estudo publicado na Anais da Academia Nacional de Ciências.
“Este novo método de monitoramento de água desenvolvido por pesquisadores da UCI é altamente sensível, rápido e versátil”, disse a coautora Regina Ragan, professora de ciência e engenharia de materiais da UCI. “Ele pode ser amplamente implantado para monitorar toxinas em suas fontes na água potável e de irrigação e no escoamento agrícola e industrial. Este sistema pode fornecer um alerta precoce de contaminação por metais pesados para proteger a saúde humana e os ecossistemas.”
Além de provar que bactérias como E. coli pode detectar água insegura, os pesquisadores destacaram os outros componentes necessários – nanopartículas de ouro montadas com precisão molecular e algoritmos de aprendizado de máquina – que aumentaram muito a sensibilidade de seu sistema de monitoramento. Ragan disse que pode ser aplicado para detectar toxinas metálicas – incluindo arsênico, cádmio, cromo, cobre, chumbo e mercúrio – em níveis de magnitude abaixo dos limites regulamentares para fornecer alerta precoce de contaminação.
No estudo, os cientistas explicaram que podem aplicar algoritmos treinados a amostras não vistas de água da torneira e águas residuais, o que significa que o sistema pode ser generalizado para fontes e suprimentos de água em qualquer lugar do mundo.
“Esse método de aprendizado de transferência permitiu que os algoritmos determinassem se a água potável estava dentro dos limites recomendados pela Agência de Proteção Ambiental dos EUA e pela Organização Mundial da Saúde para cada contaminante com mais de 96% de precisão e 92% de precisão para águas residuais tratadas”, disse Ragan.
“O acesso à água potável é necessário para a saúde das pessoas e do planeta”, acrescentou. “É necessária uma nova tecnologia que possa ser fabricada em massa a baixo custo para monitorar a introdução de uma série de contaminantes no abastecimento de água como parte crítica da solução para a segurança hídrica diante da poluição e das mudanças climáticas”.
Juntando-se a Ragan neste projeto, que foi financiado pela National Science Foundation, estavam Hong Wei e Yixin Huang, pesquisadores estudantes de pós-graduação da UCI em ciência e engenharia de materiais; Yen-Hsiang Huang, estudante de pós-graduação da UCI, pesquisador em engenharia civil e ambiental; Sunny Jiang, professor de engenharia civil e ambiental da UCI; e Allon Hochbaum, professor de ciência e engenharia de materiais da UCI.
.
