Crear recipientes de plástico que se degraden fácilmente en el agua de mar sería una solución de ensueño al creciente problema de los desechos plásticos en el océano. pero un equipo de investigadores de Penn State New Kensington sugiere que, por ahora, El reciclaje y la búsqueda de alternativas de plástico pueden seguir siendo la mejor manera de manejar estos desechos.

En un estudio, los investigadores utilizaron un algoritmo de aprendizaje automático para clasificar más de 110 tipos de plásticos, incluidas las variedades comerciales y fabricadas en laboratorio, para comprender mejor cómo podrían degradarse en el océano, dijo Robert Mathers, profesor de química.

"Una de las cosas que nos interesaba saber es qué va a pasar con la gran cantidad de plástico que hay en el océano, ", dijo Mathers." Este estudio tomó una amplia gama de datos de propiedades físicas, en combinación con una métrica que cuantificaría la composición de las estructuras moleculares y la utilizaría para tratar de averiguar los aspectos más importantes de la degradación del plástico en el océano ".

Según Ocean Conservancy, hay más de 150 millones de toneladas métricas de plástico en el océano, con 8 millones de toneladas métricas más ingresando al océano cada año. Los investigadores, que publicaron sus hallazgos en un número reciente de Comunicaciones de la naturaleza , dijo que varios factores en el océano pueden ayudar a descomponer este plástico, incluida la radiación ultravioleta del sol, viento, ondas, Agua de mar, temperatura del agua y bacterias. Descubrieron que ciertos tipos de plásticos se descomponen más rápido que otros cuando se someten a estas condiciones.

Si bien conocer la estructura molecular de los plásticos más susceptibles podría brindar a los ingenieros la oportunidad de desarrollar plásticos con menos impacto ambiental, Mathers dijo que la economía de producir esos plásticos a escala seguirá siendo un problema.

Otros han sugerido la posibilidad de poner un eslabón débil en la estructura molecular de un plástico que podría acelerar la degradación de esa cadena de átomos, "dijo Mathers." Ahora, Esa es una gran idea, pero, ahora, puede que no sea una opción económicamente viable. Es difícil competir económicamente con el polietileno y el polipropileno, que son los plásticos más utilizados en el mundo. Entonces, probablemente queremos seguir centrándonos en el reciclaje porque eso ofrece la ayuda más inmediata ".

El equipo abordó el problema del plástico en el océano recopilando la mayor cantidad de datos sobre la estructura molecular de los diversos plásticos e información sobre cómo se comportan estos plásticos en el agua de mar. tanto en campo como en condiciones de laboratorio.

"De la literatura, pudimos obtener información sobre las propiedades físicas del plástico que se encuentran en el océano, por ejemplo, pesos moleculares, la temperatura de transición vítrea, la cantidad de cristalinidad, pero considerando la composición molecular fue una oportunidad pasada por alto. A este respecto, Descubrimos cómo traducir la estructura molecular en una métrica que llamamos hidrofobicidad, cuál es la cantidad de material que probablemente absorba agua o quiera estar en contacto con el agua, "dijo Mathers.

Kyungjun Min, un estudiante de segundo año de bioquímica, quién fue el primer autor del artículo, ayudó a calcular estos valores de hidrofobicidad.

Hay tantos tipos de plásticos y tantas condiciones experimentales, El aprendizaje automático se convirtió en fundamental para ayudar a los investigadores a clasificar la gran cantidad de datos, así como clasificar esa información, según Joseph Cuiffi, un profesor asistente de enseñanza, que trabajó con Mathers.

"Comenzamos con un análisis de datos básico para explorar y clasificar los datos, luego pasamos al aprendizaje automático predictivo para ayudarnos a dilucidar patrones y tendencias, ", dijo Cuiffi." El aprendizaje automático nos ayudó a determinar relaciones clave y desarrollar reglas para predecir el comportamiento plástico ".

Después de experimentar con algunos modelos diferentes de aprendizaje automático, los investigadores optaron por un árbol de decisiones, enfoque de aprendizaje automático. Los miembros del Instituto de Investigación de Materiales y Ciencias Computacionales y de Datos ayudaron al equipo al proporcionar acceso a herramientas de aprendizaje automático.

"Probamos modelos de regresión al principio, pero las inconsistencias en las condiciones experimentales en nuestro conjunto de datos hicieron que eso fuera difícil, ", dijo Cuiffi." Los estudiantes de clasificación trabajaron mucho mejor, y árboles de decisión, específicamente, fueron útiles porque proporcionaron visibilidad de las reglas aprendidas, que proporcionó información sobre el comportamiento químico y físico ".

Cuiffi agregó que el aprendizaje automático y la ciencia de datos en general, también es útil para este tipo de investigación interdisciplinaria.

"Creo que las herramientas modernas disponibles para el análisis de datos nos permiten explorar grandes conjuntos de datos variados más fácilmente que nunca, ", dijo." También aprecio los esfuerzos interdisciplinarios en este campo, con este estudio por ejemplo, porque los investigadores externos pueden mirar los datos de forma independiente. Para este estudio, A menudo le presentaba los resultados al Dr. Mathers sin saber si tenían sentido, y él realmente disfrutaba desentrañando lo que mostraban los datos. Si tuviera más información sobre la química, Puede que haya sesgado el análisis con mi punto de vista ".

Según Mathers, el estudio también mostró cómo la ciencia de datos y la ciencia de materiales pueden contribuir a resolver problemas que alguna vez se consideraron fuera de sus campos.

"Me había interesado la sostenibilidad, materiales sostenibles y esta idea de la química verde durante mucho tiempo, ", dijo Mathers." Y cuando miramos los estudios en la literatura actual, Descubrimos que había mucha gente investigando los plásticos en el océano y la mayoría de estos investigadores eran oceanógrafos, biólogos marinos, ecologistas, y biólogos marinos. Estaban haciendo un trabajo realmente interesante, pero desde el punto de vista de los materiales, no se disponía de estudios sistemáticos ".

Añadió que se necesita hacer más trabajo para investigar los plásticos en el océano, incluida la adición de más datos.