L'apprentissage automatique accélère la découverte des membranes pour filtrer les PFA de l'eau

L’apprentissage automatique accélère la découverte des membranes pour filtrer les PFA de l’eau

Un jour, votre eau potable pourrait être complètement exempte de «produits chimiques pour toujours» toxiques. Ces produits chimiques, appelés PFAS (substances polyfluoroalkyle), se trouvent dans les articles ménagers courants comme le maquillage, les ustensiles de cuisine antiadhésifs, le fil dentaire, les batteries et les emballages alimentaires. Les PFAS imprègnent le sol, l’eau, la nourriture et l’air, et ils peuvent rester dans l’environnement pendant des millénaires. Une fois à l’intérieur du corps humain, les PFAS peuvent persister pendant des années, supprimant le système immunitaire et augmentant le risque de cancer.

Les chercheurs de Georgia Tech, armés d’un modèle d’apprentissage automatique de pointe (ML), se dirigent une initiative multi-université. Leur objectif? Pour concevoir une meilleure membrane qui élimine efficacement les PFA de l’eau potable, une source importante d’exposition humaine.

« Plus de 200 millions d’Américains dans les 50 États sont touchés par les APFA dans l’eau potable, avec 1 400 communautés ayant des niveaux au-dessus des seuils de sécurité des experts en santé », a noté le chercheur principal de l’étude Yongsheng Chen, Bonnie W. et Charles W. Moorman IV professeur de professeur à la L’école de génie civil et environnemental de Georgia Tech. Chen dirige également le centre des nutriments, de l’énergie et de l’eau pour la technologie de l’agriculture ou un nouveau centre.

« Nos recherches visent à fournir une solution évolutive, efficace et durable pour atténuer l’impact de ces produits chimiques toxiques sur la santé humaine et l’environnement. »

Le travail qui en a résulté a été récemment publié dans Communications de la nature.

Limitations du traitement des eaux usées

Les processus de traitement de l’eau conventionnels sont inefficaces pour éliminer les APF. Trop souvent, les méthodes de nettoyage traditionnelles, telles que l’utilisation du chlore pour tuer les agents pathogènes dans l’eau, créent des sous-produits nocifs.

« La résolution d’un problème crée un autre problème », a déclaré Chen.

Il a déjà utilisé la ML et l’intelligence artificielle dans l’agriculture de précision pour surveiller les niveaux de nutriments dans les plantes et insiste sur le fait que la lutte contre l’élimination des PFA nécessite également de nouvelles approches. Plutôt que de traiter tout un plan d’eau, l’équipe de Chen a d’abord séparé les PFA du flux d’eau. Le succès dépendait de la recherche du bon matériau membranaire pour isoler les produits chimiques dans l’eau.

Chen s’est appuyé sur une équipe de 10 Ph.D. étudiants et neuf chercheurs pour effectuer la modélisation ML. En plus de Georgia Tech, deux autres écoles ont contribué des personnes et une expertise en laboratoire. L’Université du Wisconsin-Madison (UWM) a validé le modèle avec des simulations moléculaires, tandis que l’Arizona State University (ASU) l’a formé en utilisant des données de la littérature scientifique et de leur laboratoire.

« L’application de l’apprentissage automatique à la séparation des membranes représente une frontière passionnante pour l’ingénierie environnementale », a déclaré Tiezheng Tong, professeur agrégé d’ingénierie environnementale à l’École d’ingénierie durable de l’ASU et à l’environnement bâti.

Il s’agit d’une autre étape dans la lutte contre la pollution du PFAS, un problème répandu qui a récemment reçu une attention du public importante en raison de la nature toxique des PFA et de la récente décision de l’EPA sur les APF dans l’eau potable, a-t-il déclaré.

« En intégrant avec des outils de simulation moléculaire, nous pouvons mieux comprendre le transport du PFAS à travers la nanofiltration et les membranes d’osmose inverse, repoussant la limite de la science fondamentale relative à la séparation des membranes », a déclaré Tong.

ML accélère les découvertes de matériaux membranaires

L’utilisation de la modélisation ML a considérablement accéléré le processus de découverte. Par exemple, un doctorat. L’étudiant du laboratoire de Chen a utilisé des essais et des erreurs sur deux ans pour identifier une membrane prometteuse. La modélisation de l’apprentissage automatique a permis à l’équipe de trouver huit candidats à la membrane 10 à 20 fois plus rapidement, réduisant le temps de découverte de quelques années à quelques mois.

« Nos simulations de dynamique moléculaire révèlent que les interactions électrostatiques, l’exclusion de la taille et la déshydratation jouent un rôle critique dans la gestion du transport des molécules PFAS à travers les membranes de polyamide », a expliqué Ying Li. Li est professeur agrégé de génie mécanique à UWM.

« Ces calculs indiquent que les interactions électrostatiques dominent le rejet du PFAS, les groupes fonctionnels chargés influençant considérablement le comportement de transport. Les résultats de la simulation fournissent des informations fondamentales qui s’alignent sur les prévisions ML, mettant en évidence les déterminants moléculaires clés de l’efficacité d’élimination des PFA. »

Aborder l’exposition aux PFAS dans l’agriculture

En abordant la contamination par les PFAS, cette recherche pourrait également profiter à l’industrie agricole, qui dépend de l’engrais provenant des usines de traitement de l’eau. Les biosolides des eaux usées sont transformés en engrais, offrant aux agriculteurs et aux éleveurs une alternative moins chère aux engrais chimiques. Malheureusement, les engrais tachés par les PFA des boues d’épuration ont contaminé des quantités importantes de terres et de bétail. Les groupes de l’industrie estiment que près de 70 millions d’acres de terres agricoles américaines pourraient être contaminées par ces produits chimiques pour toujours.

L’USDA espère qu’une membrane efficace aidera les États-Unis à récupérer cette ressource cruciale.

« La synthèse d’une membrane très intelligente pour nous débarrasser des PFA nous permet également de récupérer l’engrais des usines de traitement des eaux usées municipales », a déclaré Chen. « Une telle membrane pourrait nous permettre de nous débarrasser des choses que nous ne voulons pas et de garder les choses dont nous avons besoin, afin que nous puissions garder l’eau pour l’irrigation ou d’autres applications. »

L’élimination des APF dans les engrais pourrait également aider à répondre à l’inadéquation de la demande alimentaire et en eau dans les zones urbaines et rurales, car 80% de la demande réside dans les villes. L’élimination du PFAS pourrait soutenir directement la récupération des ressources de la zone urbaine et la production alimentaire.

« Notre objectif est d’atteindre une économie circulaire où les matériaux ne deviennent jamais des déchets, et la nature est régénérée », a déclaré Chen.

Quelle est la prochaine étape

L’équipe affinera le modèle et ajoutera plus de données pour améliorer ses fonctionnalités de formation. Chen synthétisera les membranes de son laboratoire pour tester davantage les prévisions d’élimination du PFAS du modèle.

Aujourd’hui, les scientifiques ont trouvé des moyens d’éliminer les longues chaînes de PFA, mais les chaînes plus courtes de ces produits chimiques persistent, a expliqué Chen.

« Si nous pouvons mieux comprendre le mécanisme, nous serons en mesure de concevoir une bonne membrane matérielle pour nous débarrasser de tous les PFA. Cela pourrait changer la donne. »