Пробив срещу пластмасата: ИИ търси ензими в милиони данни

Милиони ензими, създадени от природата в хода на еволюцията, може вече да крият биологични инструменти за разграждането на пластмаси и други устойчиви замърсители.

Предизвикателството е да бъдат открити сред огромното количество биологични данни. Австралийски учени от Университета „Мърдок“ използват изкуствен интелект именно за тази задача – машинното обучение им помага да пресяват огромни масиви от информация и да откриват най-перспективните ензими за последващи лабораторни изпитвания.

Подходът е описан от докторанта Джоузеф Боктор от Bioplastics Innovation Hub към Университета „Мърдок“ в научна публикация в Nature Reviews Earth & Environment от 28 септември.

Изследването разглежда съчетаването на машинно обучение с автоматизирани биохимични анализи като начин за идентифициране на естествени биокатализатори, които могат да бъдат използвани при биоремедиация – премахването или обезвреждането на замърсители чрез биологични процеси.

Научната публикация в Nature Reviews Earth & Environment

Идеята е ИИ да съкрати огромната работа по търсенето. В биологичните бази данни по света има информация за милиони ензими. Традиционното им последователно лабораторно изследване би изисквало огромни ресурси и време.

Алгоритмите могат да анализират вече натрупаните знания за познати ензими и да прогнозират кои структури имат най-голям шанс да взаимодействат с определен замърсител.

След това идва решаващата част – лабораторията. Прогнозата на изкуствения интелект сама по себе си не доказва, че даден ензим действително ще разгради пластмаса или друго вещество.

Кандидатите трябва да бъдат произведени, тествани биохимично и валидирани, а след това да се установи дали процесът може да бъде мащабиран до практически приложима технология. Именно върху тестването, валидирането и мащабирането сега е съсредоточена част от работата на екипа.

Това разграничение е важно, защото изследването не съобщава за един нов „суперензим“, способен да изяде всички пластмасови отпадъци. Става дума за метод за много по-бързо откриване на перспективни природни биокатализатори, които впоследствие могат да бъдат превърнати в инструменти за почистване на конкретни замърсители.

Боктор обяснява, че природата вече е разполагала с милиони години еволюция, през които са възникнали ензими с огромно разнообразие от химически функции. Затова подходящият биологичен инструмент срещу даден замърсител може вече да съществува – трудността е учените да го открият сред огромното количество налична информация.

Работата се извършва в Bioplastics Innovation Hub – изследователски център на Университета „Мърдок“, създаден в сътрудничество с австралийската национална научна агенция CSIRO. Центърът обединява специалисти по молекулярна биология, химия, микробиология и биотехнологии и работи както върху разграждането на съществуващи пластмасови отпадъци, така и върху разработването на ново поколение биоразградими материали.

Bioplastics Innovation Hub към Университета „Мърдок“

Учените разглеждат тези две направления като допълващи се. Създаването на безопасни биоразградими алтернативи може да намали количеството нова пластмаса, която остава в природата, но това не премахва огромните количества отпадъци, които вече са попаднали в почвите, реките и океаните. Затова паралелно се търсят бактерии и ензими, които могат да участват в разграждането на съществуващото замърсяване.

Особено сериозен проблем представляват микропластмасите. Предишна работа на Боктор и колегите му обръща внимание на факта, че почвите са огромен резервоар за такива частици. Често цитираното число „23 пъти повече микропластмаса в земеделските почви, отколкото в океаните“ трябва да се използва внимателно.

Научната литература по-точно посочва диапазон – натоварването или постъпването на микропластмаси в сухоземните и почвените системи според различни оценки може да бъде между 4 и 23 пъти по-голямо от това в морската среда.

Самият Университет „Мърдок“ обобщава предишния преглед на екипа с горната граница от около 23 пъти и предупреждава, че микропластмаси и нанопластмаси вече са установявани в култури като маруля, пшеница и моркови.

Сред пътищата, по които пластмасови частици попадат в земеделските почви, са пластмасовото мулчиране, торовете, утайките от пречиствателни станции, напояването и атмосферното отлагане.

Анализът на Университета „Мърдок“ за микропластмасите

Другата голяма група замърсители, към която е насочено вниманието, са PFAS – пер- и полифлуороалкиловите вещества, известни като „вечни химикали“ заради изключителната им устойчивост в околната среда. Подходът с машинно обучение потенциално позволява търсенето на ензимни системи не само срещу пластмасови полимери, но и срещу различни други трудно разградими съединения.

Тук също няма гаранция, че всеки замърсител може лесно да бъде обезвреден с един ензим. Химичната структура на някои вещества е изключително устойчива и може да са необходими комбинации от ензими, микроорганизми и допълнителни физични или химични процеси. Затова машинното обучение е инструмент за откриване на кандидати, а не заместител на експерименталната биохимия.

Предимството е в мащаба. Ако алгоритъмът може да сведе милиони потенциални кандидати до сравнително малка група обещаващи ензими, лабораториите могат да насочат ресурсите си именно към тях. Така процес, който иначе би бил практически непосилен, се превръща в управляем цикъл от компютърна прогноза, биохимичен тест, валидиране и оптимизация.

Боктор има и практически опит в търсенето на необичайни природни механизми за разграждане на пластмаси. В Университета „Мърдок“ той работи и върху способността на големия восъчен молец да използва пластмаси на петролна основа като източник на енергия – особеност, която вероятно е свързана с естествената способност на организма да разгражда восък.

Това е част от по-широката идея зад проекта: вместо учените да започват винаги от нулата, те могат да използват решения, които еволюцията вече е създала, да открият биохимичния механизъм зад тях и при необходимост да го оптимизират за конкретна екологична задача.

Следващото голямо препятствие е мащабирането. Ензим, който успешно разгражда малко количество материал в контролирана лабораторна среда, не е автоматично решение за тонове пластмасови отпадъци в реална почва или вода. Трябва да бъдат оценени скоростта на реакцията, температурата, киселинността, стабилността на ензима, цената на производството му и продуктите, които остават след разграждането.

Затова изследването е по-скоро нова стратегия за ускоряване на откриването, отколкото готова технология за масово почистване на планетата. Научната публикация в Nature Reviews Earth & Environment представя машинното обучение като начин за свързване на огромните биологични бази данни с експерименталната биохимия, така че обещаващите естествени катализатори да бъдат откривани много по-бързо.

Ако този модел се окаже успешен, ролята на изкуствения интелект в борбата със замърсяването няма да бъде да „изяжда“ пластмасата. ИИ ще търси правилния биологичен инструмент, природата ще предоставя ензима, а лабораторията ще трябва да докаже дали той действително работи. Именно тази комбинация между алгоритми, биохимия и милиони години еволюция е в основата на австралийския подход.