أدوات الذكاء الاصطناعي لتكوين بيو-الفضيات AgNP-SSB-SN و AgNP-CSS-SN من Synechococcus PCC 11901 و Chlorella sorokiniana MSP1 لإزالة الصبغات الخطرة

تحويل التلوُّث الملون إلى مياه صافية

تجعل الأصباغ الصناعية الزاهية ألوان الملابس جذَّابة والأطعمة أكثر إغراءً، لكن عندما تصل إلى الأنهار والبحيرات فإنها تُشكّل مخاطر جدية على الأنظمة البيئية وصحة الإنسان. تستكشف هذه الدراسة طريقة مستوحاة من الطبيعة لتنظيف مثل هذه المياه الملوثة باستخدام طحالب دقيقة وكائنات شبيهة بالبكتيريا لنمو جسيمات فضية دقيقة. وبإرشاد من الذكاء الاصطناعي، يقوم الباحثون بضبط هذه العملية بحيث تتمكن جسيمات الفضة من تفكيك الأصباغ العنيدة بكفاءة ملحوظة.

مساعدون صغار من كائنات محبة للشمس

تركز الدراسة على نوعين من الكائنات الضوئية سريعة النمو: بكتيريا زرقاء تسمى Synechococcus PCC 11901 وطحلب أخضر Chlorella sorokiniana MSP1. بدلاً من الاعتماد على مواد كيميائية قاسية لصنع جسيمات الفضة النانوية، يستخدم الفريق مستخلصات من هذه الكائنات. تعمل المركبات الطبيعية في المستخلصات، مثل الأصباغ والبروتينات، كـ«عوامل اختزال» لطيفة تحوّل أيونات الفضة المذابة إلى جسيمات فضية صلبة يبلغ حجمها بضعة مليارات من المتر. تستفيد هذه المقاربة من كائنات يسهل زراعتها في خزانات كبيرة باستخدام الضوء والماء ومغذيات بسيطة، مما يجعل العملية قابلة للتوسع وصديقة للبيئة.

السماح للذكاء الاصطناعي بضبط الوصفة

صنع الجسيمات النانوية يشبه الطبخ: المنتج النهائي يعتمد على كمّية كل مكون ومدة تفاعل الخليط. هنا، المقابض الرئيسية هي كمية مستخلص الميكروبات وتركيز ملح الفضة ووقت التفاعل. بدلاً من تغيير عامل واحد في كل مرة، استخدم الباحثون أولاً تصميم تجارب إحصائيًا لرسم خريطة تفاعلات هذه المتغيرات. ثم أدخلوا هذه البيانات في شبكة عصبية اصطناعية—برنامج مستوحى بشكل فضفاض من دوائر الدماغ—وأقرنوها بخوارزمية جينية تحاكي التطور عن طريق اختبار والاحتفاظ بالمجموعات الأفضل أداءً بشكل متكرر. تمكنت أداة الذكاء الاصطناعي الهجينة هذه من التنبؤ بالظروف التي تعظم إنتاج الجسيمات بدقة عالية، مع درجات ارتباط تقارب 0.97 و0.98 لنظامي الميكروبات المستخدمين.

استقصاء الشكل والثبات والمتانة

لفهم ما أنتجوه، فحص الفريق الجسيمات باستخدام مجموعة من تقنيات التصوير والتحليل. أظهرت مجاهر إلكترونية أن الجسيمات المصنوعة من مستخلص Synechococcus بلغ متوسط قطرها حوالي 11 نانومتر وكانت تميل إلى تكوين أشكال مكعبة، بينما كانت الجسيمات من Chlorella أكبر إلى حد ما وأكثر كروية، بنحو 26 نانومتر. أكدت تقنيات أخرى أن الجسيمات كانت فضة بلورية، مغطاة بجزيئات عضوية من المستخلصات تساعد على إبقائها متناثرة في الماء ومقاومة للتكتل. أظهرت الاختبارات الحرارية أن الجسيمات احتفظت بمعظم كتلتها حتى عند درجات حرارة تصل إلى عدة مئات من الدرجات المئوية، مما يشير إلى ثبات جيد للاستخدام العملي.

توظيف الجسيمات النانوية لمعالجة الأصباغ الخطرة

الاختبار النهائي كان ما إذا كانت هذه الجسيمات المنتجة بيولوجيًا قادرة على تنظيف الأصباغ المسببة للمشكلات. ركز الباحثون على Orange II، صبغة أزو سالبة الشحنة تُستخدم كثيرًا في النسيج، وSudan Black، صبغة متعادلة تُستخدم في تطبيقات صناعية مختلفة. عند إضافة الجسيمات إلى مياه ملوَّثة بالصبغة تحت ظروف مُحسَّنة، أزالت تقريبًا كل اللون. إذ قامت الجسيمات المعتمدة على Synechococcus بتحلل نحو 99.8% من Orange II وأكثر من 98% من Sudan Black؛ وحققت الجسيمات المعتمدة على Chlorella إزالة أقل قليلًا لـ Orange II لكن أداءً مشابهًا بالنسبة لـ Sudan Black. من خلال تتبع سرعة اختفاء الأصباغ، وجد الفريق أن العملية تتبع نمط «ترتيب زائف من الدرجة الثانية»، وهو تعبير تقني يعني أن المعدل يعتمد بقوة على عدد المواقع النشطة المتاحة على أسطح الجسيمات النانوية.

من اكتشاف مختبري إلى أنهار أنظف

بعبارات بسيطة، تُظهر هذه الدراسة أن الكائنات الدقيقة التي تعمل بالطاقة الشمسية، الموجهة بخوارزميات ذكية، يمكن تحويلها إلى مصانع صغيرة لإنتاج عوامل تنظيف فعالة. جسيمات الفضة التي تنتجها صغيرة ومُستقرة وفعالة للغاية في تفكيك الأصباغ الخطرة التي تكافحها العلاجات التقليدية. بينما هناك حاجة لمزيد من العمل لتوسيع نطاق العملية وتقييم السلامة وإمكانية إعادة الاستخدام على المدى الطويل، تشير النتائج إلى مستقبل يمكن أن تساعد فيه أنظمة الميكروبات-الجسيمات النانوية المصمَّمة في إزالة السموم الملونة من مياه الصرف قبل وصولها إلى الأنهار والبحار، مقدمة مسارًا أكثر خضرة نحو مياه أنظف.

الاستشهاد: Tiwari, D., Gupta, G.K., Chhabra, D. et al. Artificial intelligence tools for AgNP-SSB-SN and AgNP-CSS-SN biosynthesis from Synechococcus PCC 11901 and Chlorella sorokiniana MSP1 for hazardous dyes remediation. Sci Rep 16, 13699 (2026). https://doi.org/10.1038/s41598-026-40621-4

الكلمات المفتاحية: جسيمات الفضة النانوية, الميكروجُلّات, تحلل الأصباغ, تحسين باستخدام الذكاء الاصطناعي, معالجة مياه الصرف