Synechococcus PCC 11901およびChlorella sorokiniana MSP1からのAgNP-SSB-SNおよびAgNP-CSS-SNバイオ合成のための人工知能ツールと有害染料の浄化

色鮮やかな汚染を透明な水へ変える

鮮やかな色の工業用染料は衣類や食品を映えさせますが、河川や湖に流れ込むと生態系や人の健康に深刻なリスクをもたらします。本研究は、顕微鏡レベルの藻類やシアノバクテリアを使って微小な銀粒子を生成し、自然に着想を得た方法でこうした汚染水を浄化する道を探ります。人工知能に導かれて研究者たちはこのプロセスを微調整し、銀粒子が頑強な染料を高効率で分解できるようにしました。

光を好む微生物たちがもたらす小さな助っ人

研究は、Synechococcus PCC 11901というシアノバクテリアと、緑色微細藻類のChlorella sorokiniana MSP1という、成長が早く光合成を行う二つの微生物に焦点を当てています。銀ナノ粒子の合成に強い化学薬品を使う代わりに、チームはこれらの微生物から抽出したエキスを活用しました。抽出液に含まれる色素やタンパク質などの天然化合物が穏やかな還元剤として働き、溶存銀イオンを数十億分の一メートル（ナノメートル）サイズの固体銀粒子に変えます。この手法は、光・水・簡単な栄養で大規模に育てやすい生物を利用するため、スケールアップ可能で環境に優しいアプローチです。

人工知能にレシピを調整させる

ナノ粒子の合成は料理に似ていて、最終生成物は材料の量や反応時間に左右されます。本研究での主要な調整項目は、微生物抽出液の量、銀塩の濃度、反応時間です。単一要因ずつ変えるのではなく、研究者たちはまず統計的実験計画法を用いてこれらの変数の相互作用を把握しました。そのデータを人工ニューラルネットワーク（脳回路に概念的に着想を得たソフトウェア）に入力し、遺伝的アルゴリズムと組み合わせて、繰り返し最良の組合せを選び出す進化的探索を行いました。このハイブリッドAIツールにより、ナノ粒子生成を最大化する条件が高精度で予測され、二つの微生物由来システムでそれぞれ約0.97と0.98の相関値が得られました。

形状、安定性、強度の解明

生成物を理解するために、チームは一連の画像解析・分析手法で粒子を調べました。電子顕微鏡により、Synechococcus抽出物由来の粒子は平均約11ナノメートルで立方体のような形状をとる傾向があり、Chlorella由来のものはやや大きく球形に近く約26ナノメートルであることが示されました。他の手法により、これらの粒子が結晶性の銀であり、抽出物由来の有機分子でコーティングされて水中で分散しやすく凝集しにくいことが裏付けられました。熱的試験では、数百度の温度でも質量の多くを保持することが示され、実運用での安定性が期待されます。

有害な染料に対するナノ粒子の実働試験

究極の試験は、これらの生物由来粒子が問題の染料をどれほど除去できるかでした。研究者たちは、繊維に多く用いられる負に帯電したアゾ染料のOrange IIと、さまざまな工業用途で使われる中性染料のSudan Blackに注目しました。最適条件下で染料汚染水に粒子を添加すると、ほぼすべての色が除去されました。Synechococcus由来粒子はOrange IIを約99.8%分解し、Sudan Blackも98%以上除去しました。Chlorella由来粒子はOrange IIの除去率がやや低かったものの、Sudan Blackに対しては同等の性能を示しました。染料の消失速度を追跡したところ、反応は「擬二次オーダー」パターンに従い、これは反応速度がナノ粒子表面の利用可能な活性部位数に強く依存することを意味します。

実験室の発見からより清らかな河川へ

簡潔に言えば、本研究は、太陽エネルギーを利用する微生物と賢いアルゴリズムを組み合わせることで、強力な浄化剤をつくる小さな工場を作れることを示しています。これらが生み出す銀ナノ粒子は小さく安定で、従来の処理法が苦手とする有害な染料を効率よく分解します。スケールアップや長期の安全性・再利用性の評価といったさらなる検討は必要ですが、結果は、微生物とナノ粒子を設計的に組み合わせることで廃水中の有害な色を除去し、河川や海に届く前に浄化するより環境負荷の小さい道筋を示しています。

引用: 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

キーワード: 銀ナノ粒子, 微細藻類, 染料分解, 人工知能による最適化, 廃水処理