Dùng AI phát hiện các ‘hóa chất vĩnh cửu’ chưa biết đến trên thế giới có thể gây ung thư
Nhịp đập khoa học - Ngày đăng : 19:54, 28/05/2024
Dùng AI phát hiện các ‘hóa chất vĩnh cửu’ chưa biết đến trên thế giới có thể gây ung thư
Những nhà khoa học Trung Quốc đã xác định được các "hóa chất vĩnh cửu" chưa biết đến trong môi trường với sự trợ giúp của học máy.
Hóa chất vĩnh cửu (PFAS) là một nhóm hóa chất nhân tạo được sử dụng rộng rãi trong nhiều sản phẩm công nghiệp và gia dụng do khả năng chống nước, dầu, nhiệt và mài mòn cao. Tuy nhiên, chúng có đặc tính rất đáng lo ngại:
- Khó phân hủy: PFAS được gọi là "hóa chất vĩnh cửu" vì cực kỳ bền, có thể tồn tại trong môi trường và cơ thể con người trong thời gian rất lâu, thậm chí hàng thế kỷ.
- Gây ô nhiễm: PFAS dễ dàng xâm nhập vào môi trường qua nước thải công nghiệp, nước thải sinh hoạt, và các sản phẩm phế thải. Chúng có thể tích tụ trong đất, nước và không khí, gây ô nhiễm nguồn nước và ảnh hưởng đến hệ sinh thái.
- Gây hại cho sức khỏe: Các nghiên cứu khoa học đã chỉ ra mối liên hệ giữa PFAS và nhiều nguy cơ sức khỏe nghiêm trọng, bao gồm bệnh ung thư, bệnh tim mạch, bệnh gan, bệnh tuyến giáp, suy giảm khả năng sinh sản, ảnh hưởng đến sự phát triển của thai nhi và trẻ em.
PFAS được sử dụng trong rất nhiều sản phẩm, bao gồm:
- Chống thấm: Quần áo, thảm, đồ nội thất.
- Chống dính: Chảo, nồi, dụng cụ nấu nướng.
- Bao bì thực phẩm: Hộp đựng thực phẩm, túi ni lông.
- Mỹ phẩm: Son môi, kem chống nắng.
- Sơn và chất tẩy rửa: Sơn nhà, chất tẩy rửa công nghiệp.
- Dây điện và thiết bị điện tử: Dây cáp, bảng mạch.
Do tính bền và khả năng di chuyển cao, PFAS có thể xâm nhập vào cơ thể con người qua nhiều con đường:
- Nước bị ô nhiễm bởi PFAS từ các nguồn như nước ngầm, sông hồ và nước máy.
- Thực phẩm bị ô nhiễm vì tiếp xúc với bao bì chứa PFAS hoặc do trồng trọt trên đất bị ô nhiễm.
- Bụi bẩn trong không khí có thể chứa PFAS từ các nguồn như sản xuất công nghiệp và sử dụng sản phẩm gia dụng.
Sự tích tụ PFAS trong cơ thể có thể dẫn đến nhiều nguy cơ sức khỏe nghiêm trọng. Do đó, việc hạn chế tiếp xúc với PFAS là rất quan trọng.
Một số biện pháp hạn chế tiếp xúc với PFAS:
- Hạn chế sử dụng sản phẩm chứa PFAS: Ưu tiên sử dụng các sản phẩm thay thế không chứa PFAS như quần áo cotton, nồi/chảo bằng thép không gỉ, hộp đựng thực phẩm bằng thủy tinh,…
- Lọc nước: Sử dụng hệ thống lọc nước để loại bỏ PFAS khỏi nước uống.
- Rửa tay thường xuyên: Rửa tay thường xuyên bằng xà phòng và nước để loại bỏ bụi bẩn có thể chứa PFAS.
- Cập nhật thông tin: Theo dõi các thông tin mới nhất về PFAS và biện pháp hạn chế tiếp xúc.
Nền tảng nhận dạng mới của nhóm nhà khoa học Trung Quốc sẽ giúp tìm và kiểm tra tác động của các hóa chất tổng hợp trong môi trường, mở ra cơ hội quản lý rủi ro tốt hơn. Nhiều loại PFAS đã bị hạn chế hoặc cấm trên toàn thế giới vì chúng có liên quan đến tổn thương nội tạng, các vấn đề về phát triển và ung thư.
Các nhà khoa học Trung Quốc viết trong bài báo đăng trên tạp chí Science Advances: “Việc cấm PFAS truyền thống đã dẫn đến việc sử dụng ngày càng nhiều chất thay thế PFAS chưa được kiểm tra đầy đủ về độ an toàn hoặc được tiết lộ công khai do bảo vệ bí mật thương mại”.
Wei Si, tác giả chính của bài báo và là giáo sư tại Đại học Nam Kinh, cho biết: “PFAS mới giống như anh em họ của PFAS cũ. Chúng có chung đặc tính và đặc điểm cấu trúc tương tự, nhưng không hoàn toàn giống nhau. Vì chúng khác nhau nên không quen thuộc với các nhà khoa học và cơ quan quản lý, điều này khiến việc theo dõi và đánh giá rủi ro tiềm ẩn của chúng trở nên khó khăn hơn”, theo Hiệp hội Tiến bộ Khoa học Mỹ (AAAS) - đơn vị xuất bản tạp chí Science Advances.
Theo bài báo, các phương pháp hiện tại không thể xác định được nhiều PFAS chưa biết đến và không có nền tảng nào đủ khả năng nhận dạng chúng trong các mẫu môi trường.
Nhóm các nhà khoa học Trung Quốc đã phác thảo cách đổi mới của mình có thể giúp theo dõi PFAS chưa biết đến. Họ viết: “Ở đây, chúng tôi báo cáo một nền tảng nhận dạng PFAS có thể phát hiện và xác định chính xác PFAS chưa biết đến trong các mẫu môi trường”.
Để sàng lọc PFAS chưa biết đến, nhóm nghiên cứu đã sử dụng mạng phân tử (công cụ sàng lọc phân tích các điểm tương đồng trong phổ khối, hoặc biểu đồ các phân tử và hóa chất tiết lộ dấu hiệu cùng cấu trúc của chúng) được cải tiến bằng cách sử dụng học máy.
Phổ khối là kỹ thuật phân tích được sử dụng để đo khối lượng của các ion, tức là các hạt mang điện tích, từ đó xác định các hợp chất hóa học trong một mẫu.
Học máy là một nhánh của trí tuệ nhân tạo (AI) tập trung vào việc phát triển các thuật toán và mô hình cho phép máy tính tự học từ dữ liệu và cải thiện hiệu suất theo thời gian mà không cần phải được lập trình rõ ràng cho từng nhiệm vụ cụ thể. Thay vì tuân theo các chỉ thị cứng nhắc, các hệ thống học máy sử dụng dữ liệu mẫu để học và từ đó đưa ra dự đoán hoặc quyết định dựa trên những gì đã học.
Wei Si chia sẻ với AAAS: “Bằng cách áp dụng mạng phân tử, chúng tôi có thể vạch ra mối quan hệ giữa PFAS đã biết và chưa biết để xác định các cấu trúc tương tự”.
Theo bài báo, khi nền tảng nhận dạng của nhóm các nhà khoa học (có tên APP-ID) được sử dụng để kiểm tra các mẫu nước thải từ một khu công nghiệp ở tỉnh Giang Tô, miền đông Trung Quốc, họ đã phát hiện ra 733 PFAS thuộc 31 loại khác nhau. Khoảng 17 loại PFAS chưa được biết đến trước đây.
Nhóm nghiên cứu cũng sử dụng APP-ID để sàng lọc kho lưu trữ mẫu môi trường toàn cầu có tên MassIVE. Bằng cách nghiên cứu các mẫu từ 20 quốc gia, họ đã phát hiện ra 126 PFAS, trong đó có 37 PFAS chỉ mới được xác định gần đây và 81 PFAS chưa biết đến.
APP-ID đã xác định PFAS chưa biết đến với độ chính xác là 58,3%, so với các nền tảng khác mà nhóm này so sánh có độ chính xác từ 12 đến 44%, theo AAAS.
Bài báo cho biết phương pháp của họ cũng có tỷ lệ dương tính giả là 0,7%, thấp hơn so với các phương pháp khác, dao động từ 2,4% đến 46%.
Tỷ lệ dương tính giả là chỉ số trong phân tích và đánh giá hiệu suất của các mô hình học máy, đặc biệt trong các bài toán phân loại. Nó đo lường tần suất mà mô hình dự đoán sai là dương tính cho các trường hợp thực sự là âm tính.
Nhóm nghiên cứu viết: “Kết quả của chúng tôi cho thấy APP-ID có hiệu quả và chỉ ra rằng tình trạng ô nhiễm PFAS chưa biết đến cũng phổ biến như PFAS cũ”.
Wei Si nói rằng phát hiện của họ “cho thấy sự hiện diện lớn hơn của các hóa chất này trong môi trường so với những gì từng biết trước đây” và sẽ rất quan trọng để kiểm tra tác động của PFAS với hành tinh.
“APP-ID có thể phát hiện nhiều loại PFAS chưa biết hơn trong phơi nhiễm ở người và môi trường so với các nền tảng hiện tại. Nó dự kiến sẽ hỗ trợ quản lý hóa chất chính xác hơn và đánh giá rủi ro với các PFAS”, nhóm nghiên cứu cho hay.