由聚合物制成的产品——从塑料袋到衣服、炊具再到电子产品——提供了许多舒适并支持当今的生活水平，但由于它们不易分解，它们带来了长期的环境挑战。开发具有更可持续生命周期的一大类材料聚合物是迈向绿色经济和解决全球气候变化危机的关键一步。然而，可生物降解聚合物的开发仍然受到当前生物降解测试方法的限制。

为了解决这一局限性，由BradleyD.Olsen、Alexander和I.MichaelKasser(1960年)化学工程系教授领导的麻省理工学院研究小组开发了一个广泛的生物降解数据集，以帮助确定聚合物是否可生物降解。

他们的发现最近发表在美国国家科学院院刊(PNAS)上。麻省理工学院的团队由奥尔森和博士领导。候选人KatharinaA.Fransen和SarahHMAv-Ron，还包括博士后DylanJ.Walsh和本科生TessR.Buchanan、DechenT.Rota和LanaVanNote。

“尽管聚合物废物是导致气候危机的一个已知且重要的因素，但聚合物生物降解的研究仅限于少数聚合物，因为目前的生物降解测试方法是时间和资源密集型的，”奥尔森说。“这种有限的范围减缓了新材料的创新，因此我们正在努力将其开放到更广泛的材料组合中。”

独特的高通量方法

奥尔森团队开发的数据集包括600多种不同的聚酯化学物质。

“我们工作的独创性正在将筛选推向高通量，从而加快发现的步伐，”Av-Ron说。高通量合成方法可以快速筛选大量样品，识别具有所需特性或功能的产品。在这种情况下，高通量方法是使用一种称为透明区分析的方法进行的，该方法检测聚合物生物碎片并识别聚合物降解细菌。

然后生物降解数据集可以得出结构-性质关系，这是材料科学和工程的核心概念，可以在其中建立化学细节和性质之间的关系，并用于建立生物降解预测模型。在开发这些模型来预测生物降解时，研究人员有兴趣研究结构与生物降解性之间关系的潜在线性和非线性。

Av-Ron补充说：“我们认为我们的科学突破在于拥有如此庞大的数据集，以及支持大量数据的定性关系和预测模型。”“弄清楚如何将聚合物化学表征的高度复杂性与预测性机器学习模型相结合是一件令人着迷的事情。我很高兴能够为一种表征/模型组合获得82%的验证准确率。有了额外的数据，我们也许能够以进一步改进我们的预测。”

该团队的工作主要集中在聚酯;可生物降解聚酯的开发为解决聚合物可持续性危机和减少聚合物生命周期的环境负担提供了一个重要机会。

一种细菌，多种化学物质

这些数据创建的生物降解测试是可访问且具有成本效益的;最初的行业反馈是积极的。数据集也比该领域的许多其他标准更具可重复性。

“使用我们的方法，只有一种细菌菌株，所以你确切地知道你在测试什么，”Av-Ron说。这说明了团队方法的独特性。

“当开发聚合物时，通常首先检查材料的强度，一旦材料开发出来，其次是否生物降解，”弗兰森说。

Olsen和他的团队正在研究相反的方向——首先开发生物降解性筛选，以帮助过滤和聚焦在材料中寻找的东西。这样，团队的基础架构可以快速评估许多不同的选项。

“最近在开发可持续聚合物方面取得了很大进展，”弗兰森总结道，“拥有这样一种快速、有形且相对便宜的东西，可以为该社区增加很多价值。”

Fransen因这项工作获得了2022年J-WAFS奖学金，她和Av-Ron一起在2022年J-WAFS世界粮食日学生视频比赛中获得第二名，因为这项研究可以应用于创造更可持续的食品包装。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：聚合物生物数据