バイオ由来の微小/ミクロンサイズ多孔性粒子 Zygophyllum coccineum と Calotropis procera によるメチレンブルーの持続可能な除去：機械学習支援研究

植物を微粒化することが水浄化に役立つ理由

色鮮やかな染料は衣類を美しくしますが、河川や湖に流れ込むと光を遮り、生態系に悪影響を与え、人の健康にもリスクをもたらします。本研究は、砂漠植物を粉末化して一般的な青色染料を水から取り除く、斬新で低コストな方法を探ります。実用的な問いは単純です：植物材料をさらに微細で多孔質の粒子にするために追加のエネルギーを使う価値があるか、より効率的な水浄化につながるのか？

砂漠植物は隠れた浄化資源

研究者たちは、高温・高塩分・養分の乏しい土壌で繁茂する二種の耐性植物、Zygophyllum coccineumとCalotropis proceraに着目しました。これらの植物は限界地で豊富に生育し、金属や有機分子と反応する天然化合物を含むことが知られています。地上部を原料として用いることで、野生の植物バイオマスを簡便なろ過材、すなわちバイオ吸着剤に変え、毒性や発がん性の可能性が指摘される工業用染料メチレンブルーを捕捉できるかを検証しました。

植物茎から多孔質粒子へ

植物の地上部は洗浄・乾燥された後、まず通常のマイクロスケール粉末に粉砕されました。この粉末の一部を高エネルギーのボールミルでさらに処理し、粒子を細かく砕いて内部構造を開く工程を行いました。これにより、表面積が大きく、より大きくアクセスしやすい孔をもつミクロンサイズの多孔質粒子が得られました。顕微鏡、熱分析、表面積と細孔容積の測定など一連の材料解析によって、特にCalotropis procera由来の微粒子は、粗い粉末に比べて表面が粗く、空洞が多く、安定性も高いことが示されました。

微粒子が染料をどれだけ捕えるか

性能評価では、四種類の粉末（各植物のマイクロおよびミクロンサイズ）をメチレンブルーを添加した水と混合し、接触時間、粉末量、pH、初期染料濃度を変えて試験しました。すべての試験で、ミクロンサイズの多孔質粒子は一貫してより多くの染料を除去し、平衡に達するのも速かったです。特にミクロンサイズのCalotropisは卓越しており、室温で適度な投与量により約99.5％まで染料を除去しました。植物粉末にはヒドロキシル基、カルボキシル基、芳香環などの天然の化学基が含まれ、正に帯電した染料分子を静電的引力、水素結合、スタッキング様相互作用の組合せで引き付けます。ミクロンサイズ粒子は表面と孔がより多く露出しているため、これらの基がより多く利用でき、捕捉能が高まります。

実験を導くアルゴリズム

従来の実験に加え、チームはXGBoostとして知られる機械学習モデルを訓練し、様々な条件下でどれだけ染料が除去されるかを予測しました。アルゴリズムには接触時間、粉末投与量、初期染料濃度、pHと、それに対応する除去率のデータを与えました。モデルはこれらの関係を高精度で学習し、特に高性能だったミクロンサイズのCalotropisについては予測が実測値に非常に近づきました。解析は現場運転で重要な因子を示し、最も影響が大きかったのは使用する植物量と水のpHであり、時間と初期濃度は重要だが二次的な役割であることが明らかになりました。

手間と浄化効果のバランス

植物バイオマスをミクロンサイズの多孔質粒子へ粉砕するには、単純な粉末を使う場合より追加のエネルギーと装置が必要です。本研究は、少なくともメチレンブルー除去に関しては、そのトレードオフが成り立ちうることを示しています：より細かく多孔な材料はより多くの染料を捕らえ、より速く作用し、熱的にも安定しています。運転条件選定の試行錯誤を減らす機械学習ツールと組み合わせれば、この手法は廃水処理で規模拡大可能な低コストの植物由来フィルターの設計図を提供します。一般向けの結論は明快です：砂漠でたくましく育つ植物を丁寧に処理して微多孔粒子にすることで、再生可能な材料とデータ駆動の賢い設計を活用して、鮮やかな青に汚れた水をより澄んだ状態に戻す手助けができる、ということです。

引用: Fakry, H., Salama, E., Taha, A. et al. Sustainable methylene blue dye removal via bio-derived micro/micron-sized porous particles Zygophyllum coccineum and Calotropis procera: A machine learning-assisted study. Sci Rep 16, 10984 (2026). https://doi.org/10.1038/s41598-026-42218-3

キーワード: 廃水処理, メチレンブルー, バイオ吸着剤, Calotropis procera, 機械学習