Inga produkter i varukorgen.
Forskningsframsteg: Här är nya AI-modellen som snabbt upptäcker PFAS
Kemikalier
En utmaning för att begränsa spridningen av PFAS och andra giftiga kemikalier är att snabbt upptäcka dem. Men nu har svenska forskare utvecklat en ny AI-metod som tidigt kan identifiera de giftiga kemikalierna.
– AI-baserade metoder kan vara till stor hjälp för att undvika negativ kemikaliepåverkan på människor och ekosystem i framtiden, kommenterar en av forskarna.
Svenska forskare har utvecklat en ny AI-modell som snabbt kan identifiera giftiga kemikalier, enbart baserat på molekylernas struktur. Foto: Adobe Stock.
Trots hårda regleringar fortsätter mängden PFAS och andra giftiga kemikalier att spridas och orsaka stora negativa effekter på människor, djur och miljö. Samtidigt tas nya kemikalier fram i snabb takt, vilket innebär tidskrävande laboratorietester som ofta innebär djurförsök.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
- Full tillgång till allt digitalt material
Redan prenumerant? Logga in och läs vidare.
Att tidigt avgöra vilka kemikalier som är så giftiga att de inte får spridas vidare har hittills varit ett stort problem. Men har forskare på Chalmers och Göteborgs universitet hittat en möjlig lösning på problemet.
Fakta
Vad är PFAS?
PFAS, eller högfluorerade ämnen, är en grupp syntetiskt framställda kemikalier. Flera tusen ämnen har hittills identifierats och de används brett i samhället – bland annat i allväderskläder, skor, livsmedelsförpackningar, kosmetika, rengöringsmedel och brandskum.Gemensamt för alla PFAS-ämnen är att de inte bryts ner i miljön. Näst intill alla människor har PFAS i kroppen och PFAS förekommer överallt i miljön. Dessutom är många PFAS vattenlösliga och rörliga i mark vilket innebär att dricksvattentäkter riskerar att förorenas.Källa: Kemikalieinspektionen
Ny AI-modell för snabb PFAS-upptäckt
Tillsammans har de utvecklat en ny AI-modell som snabbt identifiera giftiga kemikalier baserat på molekylernas struktur.
Enligt forskarna innebär det att antalet djurförsök kan minska, samt kostnaderna för testning. De menar också att metoden kan komma till stor användning inom såväl miljöforskning som hos myndigheter och företag som använder eller utvecklar nya kemikalier. Mot den bakgrunden har de gjort metoden tillgänglig för alla.
– Möjligheten till snabb förhandsgranskning av molekyler kan göra det lättare att utveckla nya och säkrare kemikalier, bland annat för att ersätta befintliga ämnen som är giftiga. Vi tror därför att AI-baserade metoder kan vara till stor hjälp för att undvika negativ kemikaliepåverkan på människor och ekosystem i framtiden, säger forskaren Erik Kristiansson vid Chalmers och Göteborgs universitet i en kommentar.
Fakta
Så fungerar den nya AI-modellen
- Metoden baseras på så kallade transformerare, en AI-modell för djupinlärning som från början utvecklades för språkbehandling. Transformerare används till exempel i Chat GPT.
- Transformerare kan identifiera egenskaper hos molekylers struktur som orsakar giftighet, på ett mer sofistikerat sätt än vad som tidigare varit möjligt.
- Med hjälp av denna information kan molekylens giftighet sedan förutsägas av ett så kallat djupt neuralt nätverk. Neurala nätverk och transformerare tillhör den typ av AI som förbättrar sig själv hela tiden genom att använda träningsdata – i det här fallet stora mängder data från tidigare laboratorietester av tusentals olika kemikaliers effekter på olika djur och växter.
- Metoden är öppen och tillgänglig för alla.
Källa: Chalmers, Göteborgs universitet.
Högre träffsäkerhet än dagens metoder
Den nya AI-metoden har jämförts med tre befintliga beräkningsverktyg som ofta används i dag. Forskarna konstaterar att den nya metoden har högre träffsäkerhet och bredare användningsområde.
– Den typen av AI som vi använder bygger på avancerade metoder för djupinlärning. Den blir kraftfullare ju mer data från experiment den får tillgång till, och kommer att kunna ge betydligt bättre beräkningsbaserade system för att förutsäga giftigheten hos kemikalier. Redan nu presterar vår metod väl så bra som dagens verktyg, kommenterar Erik Kristiansson.
