استشعار جزيء واحد بمساعدة التعلم الآلي نحو قياس بدون مرجعية لأحماض الكربوكسيل فوق ومُتعدِّدة الفلورو ألكيل

لماذا يهم هذا لأمن المياه اليومي

المواد الكيميائية الصناعية غير المرئية المعروفة باسم PFAS تسربت إلى الأنهار ومياه الشرب وحتى إلى دمائنا. من بينها، تشكل أحماض الكربوكسيل فوق ومُتعدِّدة الفلورو ألكيل (PFCAs) مصدر قلق خاص، ومع ذلك يصعب قياسها بدقة لأن معايير المراجع متاحة فقط لكسور ضئيلة من الآلاف من مركبات PFAS المستخدمة. تقدم هذه الدراسة طريقة جديدة لـ«عد» جزيئات PFCA فرداً فرداً أثناء عبورها خلال فتحة حيوية مجهرية، باستخدام التعلم الآلي للتعرّف على بصماتها الكهربائية — دون الحاجة إلى معيار مخبري مطابق لكل مركب.

مواد مخفية في عائلة معقدة

تشكل PFAS عائلة واسعة من المواد الغنية بالفلور المستخدمة في منتجات تتراوح من أواني غير لاصقة إلى رغاوي إطفاء الحرائق. تختلف العديد منها بفعل بضعة ذرات فقط، لكن هذه التغييرات البنيوية الطفيفة قد تغير بشكل كبير كيفية تحركها في البيئة، وتراكمها في الكائنات الحية، أو تأثيرها على الصحة. تقنيات التقليدية مثل الكروماتوغرافيا السائلة أو الغازية المقرونة بمطياف الكتلة قادرة على كشف العديد من مركبات PFAS بحساسية عالية، لكنها عادةً ما تتطلب معياراً نقيّاً لكل مركب للتعرف عليه وقياسه بثقة. حتى الآن، تتوفر معايير تجارية لأكثر قليلاً من مئة مركب PFAS — أقل من واحد بالمئة من المعروفة — مما يترك الجهات التنظيمية والعلماء إلى حد كبير في الظلام بشأن الباقي.

عدّ الجزيئات الفردية عبر بوابة مجهرية

يواجه الباحثون هذه الفجوة باستخدام منفذ نانوي بروتيني: جزيء على شكل دونات يشكل فتحة مفردة في غشاء دهني. عند تطبيق جهد كهربائي، تتدفق الأيونات عبر المسام وتولّد تيارًا كهربائيًا ثابتًا. تقوم الفرقة كيميائياً بربط جزيئات PFCA الفردية بشظايا ببتيد موجبة الشحنة قصيرة تعمل كـ"قادة" تُسحب إلى داخل المنفذ مثل خرز على خيط. عندما يدخل كل زوج PFCA–ببتيد ويملأ المنفذ، فإنه يعيق جزئياً تدفق الأيونات، مسبّبًا هبوطًا قصيرًا في التيار تتوقف عمقه ومدته على حجم وشكل الجزيء داخل الفتحة.

تحويل إشارات المنفذ إلى مقياس جزيئي

يكمن الاختراق الرئيسي في أن هذه الانخفاضات في التيار تتصرف كمقياس قياس دقيق. من خلال دمج التجارب مع المحاكاة الجزيئية، يوضح المؤلفون أنه بالنسبة لسلسلة من جزيئات PFCA حتى طول 14 ذرة كربون، يزداد عمق انسداد التيار بخط شبه مستقيم تمامًا مع حجم الجزيء. بعبارة أخرى، بمجرد اختيار المنفذ والببتيد، يتنبأ الحجم وحده بمدى حجب التيار. أتاح ذلك للفريق التنبؤ بالتوقيع الكهربائي لمركبات PFCA الأخرى الأكثر تعقيدًا — مثل تلك ذات الاستبدالات بالهيدروجين أو الكلور، أو السلاسل الجانبية، أو الحلقات العطرية — وتأكيد تجريبي بأن التنبؤات توافقت مع الواقع ضمن هامش ضئيل من خطأ القياس.

التعلم الآلي الذي يميّز الملوثات الشبيهة

لأن كثيرًا من أقارب PFCA متشابهون جدًا في الحجم حتى تتداخل اشغالاتهم في المنفذ، استغل العلماء ثراء إشارة المنفذ الكامل. استخرجوا عشرات الميزات من كل حدث، بما في ذلك مدة الحدث، ومدى ضوضائه، وكيف يتغير شكله عند ترشيح الإشارة رقميًا عند ترددات مختلفة. باستخدام نماذج تعلم آلي مدربة على هذه البصمات متعددة الأبعاد، حققوا دقة تعريف تقارب الكمال (حوالي 99.9%) عبر 13 نوعًا من PFCA، بما في ذلك الأيزوميرات المتقاربة. من خلال اختيار 21 ميزة أكثر معلوماتية بعناية، قللوا من تعقيد النموذج بينما حسّنوا الأداء في الواقع، حتى عندما كان المركب المستهدف مدفونًا بين PFCAs متداخلة بتركيز أعلى بمقدار 100 مرة.

من عدّ جزيء واحد إلى اختبارات مياه العالم الحقيقي

بعيدًا عن التعريف، تحتاج الطريقة أيضاً إلى قياس كمية كل PFCA الموجودة. هنا يستغل الفريق معدل التقاط أزواج PFCA–ببتيد بواسطة المنفذ: يتناقص الزمن المتوسط بين الأحداث مع ارتفاع التركيز. يضمن تصميم الببتيد الذكي أن معدل الالتقاط يتحدد أساسًا بشحنة الببتيد والمشهد الكهربائي للمنفذ، وأقل بكثير بما يتعلق بأي PFCA مربوط. هذا يعني أن منحنى معايرة واحد — يربط تكرار الأحداث بالتركيز — يمكن مشاركته عبر العديد من PFCAs، مما يتيح ما يسميه المؤلفون "منحنى معايرة واحد يناسب الجميع." يؤكدون هذه الشمولية في الخلائط وفي عينات معقدة مثل ماء الصنبور والمصل، مظهرين عددًا دقيقًا حتى بوجود العديد من المواد الكيميائية الأخرى، والوصول إلى حدود كشف للـPFCA شديد القصر حمض ثلاثي فلورو الأسيتيك تقارن بأفضل طرق مطياف الكتلة.

طريق جديد لتعقب PFAS بدون معايير مخصصة

معًا، تحدد هذه العمل مسارًا لمراقبة قطاع واسع من ملوثات PFCA دون الحاجة إلى معيار مفصّل لكل منها. يخلق منفذ نانوي وببتيد مصممان بعناية رابطًا خطيًا بسيطًا بين حجم الجزيء والإشارة، بينما يفكك التعلم الآلي السمات الإشارية الدقيقة لتمييز حتى الأيزوميرات المتقاربة. من خلال ضبط حواجز دخول وخروج المنفذ بشكل إضافي، يظهر المؤلفون، في تجارب ومحاكاة، كيف يمكن توسيع نفس الاستراتيجية لتشمل سلاسل PFCA الأطول وربما الكون الأوسع من PFAS. بالنسبة للجمهور العام، يعني هذا طريقًا واعدًا جديدًا لرؤية وقياس مواد كيميائية طالما ظلت إلى حد كبير غير مرئية في مياهنا وبيئتنا.

الاستشهاد: Zuo, J., Li, HS., Tang, W. et al. Machine learning assisted single-molecule sensing towards standard-free quantification of per- and polyfluoroalkyl carboxylic acids. Nat Commun 17, 3923 (2026). https://doi.org/10.1038/s41467-026-70718-3

الكلمات المفتاحية: مركبات PFAS, استشعار بالمنافذ النانوية, كشف جزيء واحد, التعلم الآلي, مُلوِّثات المياه