📌 בקיצור
- חיישנים ניידים מבוססי אלקטרודות פחמן מודפסות נועדו לזהות במהירות את הרעלן MC-LR במים מתוקים
- שימוש בלמידת מכונה משפר את הכיול של החיישנים ומחזק את דיוק המדידה
- הרעלן, שמיוצר בידי ציאנובקטריה בזמן פריחות אצות מזיקות, עלול לפגוע בכבד גם בריכוזים נמוכים
מה קורה?
מחקר חדש מתמקד בשיפור היכולת של ביוסנסורים ניידים לזהות את הרעלן microcystin-LR, או בקיצור MC-LR, במקורות מים מתוקים. מדובר בחיישנים זעירים המבוססים על אלקטרודות פחמן מודפסות, שנועדו לספק בדיקה מהירה וזולה יחסית מחוץ למעבדה. החידוש המרכזי הוא שילוב של למידת מכונה בתהליך הכיול של החיישנים, כדי לשפר את ההתאמה בין האות החשמלי שהחיישן קולט לבין ריכוז הרעלן בפועל.
המשמעות המעשית היא יכולת טובה יותר לנטר זיהום במים בזמן אמת או סמוך מאוד לדגימה, בלי להסתמך רק על בדיקות מעבדה מורכבות, יקרות ואיטיות יותר. עבור גופי מים מתוקים, מתקני טיפול במים ורשויות מקומיות, מדובר בכלי שעשוי להקל על זיהוי מוקדם של סיכון בריאותי.
למה זה קורה?
MC-LR הוא אחד הרעלנים הידועים והחזקים שמייצרות ציאנובקטריות, בעיקר במהלך פריחות אצות מזיקות באגמים, מאגרים ומקווי מים מתוקים אחרים. אירועים כאלה מתרחשים כאשר תנאי הסביבה תומכים בהתרבות מהירה של האצות, ולעיתים הם קשורים לעומס חומרי הזנה במים, לטמפרטורות גבוהות ולתנאים אקלימיים מתאימים.
האתגר המרכזי בניטור הוא שריכוזים נמוכים יחסית של הרעלן כבר נחשבים מדאיגים. לפי קווי ההנחיה של ארגון הבריאות העולמי, הערך המנחה ל-MC-LR במי שתייה הוא מיקרוגרם אחד לליטר. לכן, כל שיפור בדיוק המדידה חשוב: חיישן מהיר שאינו מכויל היטב עלול להחמיץ חריגה, או לחלופין להתריע לשווא.
כאן נכנסת למידת המכונה. במקום להסתפק בכיול ליניארי פשוט או בקשר קבוע מראש בין האות לריכוז, אלגוריתמים יכולים ללמוד דפוסים מורכבים יותר בנתונים. כך אפשר לצמצם השפעות של רעש מדידה, שונות בין חיישנים או תנאי סביבה משתנים, ולשפר את האמינות של הקריאה הסופית.
מה ההיסטוריה?
ניטור של רעלני אצות נשען במשך שנים בעיקר על שיטות מעבדה מתקדמות, שמספקות רמת דיוק גבוהה אך דורשות ציוד יקר, כוח אדם מיומן וזמן עיבוד. במקביל, התפתח בשנים האחרונות תחום הביוסנסורים הניידים, מתוך צורך ברור להעביר חלק מהבדיקות לשטח ולהאיץ קבלת החלטות.
אלקטרודות פחמן מודפסות הפכו לפתרון מבטיח משום שהן זולות לייצור, קלות לשינוע ומתאימות לבדיקה מהירה. עם זאת, כמו טכנולוגיות חישה רבות, גם כאן האתגר אינו רק בזיהוי הכימי עצמו אלא בתרגום שלו למדידה מדויקת ועקבית. בדיוק בנקודה הזאת כיול חכם, המבוסס על למידת מכונה, עשוי להפוך מערכת ניסיונית לכלי שימושי יותר לניטור שוטף.
מה המשמעות?
אם השיטה אכן משפרת את רמת הדיוק של החיישנים, היא עשויה לחזק את מערכי הבקרה על איכות מים במקומות שבהם נדרשת תגובה מהירה: מאגרי שתייה, אגמים, מתקני שאיבה ואתרי פנאי. היתרון המרכזי הוא שילוב בין עלות נמוכה, ניידות ויכולת לקבל תוצאה במהירות, מבלי לוותר על רמה סבירה של אמינות.
יש לכך גם היבט בריאותי ברור. MC-LR עלול לגרום נזק לכבד, ואף נקשר לסיכון מוגבר לסרטן הכבד והמעי הגס. משום כך, היכולת לזהות את הרעלן גם בריכוזים נמוכים היא לא רק שאלה טכנולוגית אלא גם כלי מניעתי ראשון במעלה בניהול סיכוני מים.
ברמה הרחבה יותר, המחקר ממחיש את הכיוון שאליו מתקדם התחום: לא רק פיתוח חיישנים חדשים, אלא חיבור בינם לבין כלים חישוביים שמסייעים להם להפוך ממכשיר מדידה בסיסי למערכת ניטור חכמה. השילוב הזה עשוי להרחיב בעתיד את השימוש בבדיקות שדה גם עבור מזהמים ורעלנים נוספים במים.
