Alors que le rendement des cultures a obtenu un élan substantiel grâce à la nanotechnologie ces dernières années, les alarmes concernant les risques pour la santé posés par les nanoparticules dans les produits frais et les céréales ont également augmenté. En particulier, nanoparticules entrant dans le sol par irrigation, les engrais et d'autres sources ont soulevé des inquiétudes quant à savoir si les plantes absorbent suffisamment ces minuscules particules pour provoquer une toxicité.

Dans une nouvelle étude publiée en ligne dans la revue Sciences et technologies de l'environnement , des chercheurs de la Texas A&M University ont utilisé l'apprentissage automatique pour évaluer les propriétés principales des nanoparticules métalliques qui les rendent plus susceptibles d'être absorbées par les plantes. Les chercheurs ont déclaré que leur algorithme pourrait indiquer combien les plantes accumulent des nanoparticules dans leurs racines et leurs pousses.

Les nanoparticules sont une tendance en plein essor dans plusieurs domaines, y compris la médecine, les produits de consommation et l'agriculture. Selon le type de nanoparticule, certains ont des propriétés de surface favorables, charge et magnétisme, entre autres fonctionnalités. Ces qualités les rendent idéales pour un certain nombre d'applications. Par exemple, en agriculture, les nanoparticules peuvent être utilisées comme antimicrobiens pour protéger les plantes des agents pathogènes. Alternativement, ils peuvent être utilisés pour se lier à des engrais ou des insecticides, puis programmés pour une libération lente afin d'augmenter l'absorption des plantes.

Ces pratiques agricoles et d'autres, comme l'arrosage, peut provoquer l'accumulation de nanoparticules dans le sol. Cependant, avec les différents types de nanoparticules qui pourraient exister dans le sol et un nombre ahurissant d'espèces végétales terrestres, y compris les cultures vivrières, on ne sait pas clairement si certaines propriétés des nanoparticules les rendent plus susceptibles d'être absorbées par certaines espèces végétales que d'autres.

"Comme vous pouvez l'imaginer, s'il faut tester la présence de chaque nanoparticule pour chaque espèce végétale, c'est un grand nombre d'expériences, ce qui prend beaucoup de temps et coûte cher, " dit Xingmao " Samuel " Ma, professeur agrégé au Département de génie civil et environnemental de Zachry. "Pour vous donner une idée, les nanoparticules d'argent à elles seules peuvent avoir des centaines de tailles différentes, formes et revêtements de surface, et donc, tester expérimentalement chacun, même pour une seule espèce végétale, n'est pas pratique."

Au lieu, pour leur étude, les chercheurs ont choisi deux algorithmes d'apprentissage automatique différents, un réseau de neurones artificiels et une programmation d'expression génique. Ils ont d'abord formé ces algorithmes sur une base de données créée à partir de recherches antérieures sur différentes nanoparticules métalliques et les plantes spécifiques dans lesquelles elles se sont accumulées. En particulier, leur base de données contenait la taille, forme et autres caractéristiques des différentes nanoparticules, ainsi que des informations sur la quantité de ces particules absorbées du sol ou de l'eau enrichie en nutriments dans le corps de la plante.

Une fois formé, leurs algorithmes d'apprentissage automatique pourraient prédire correctement la probabilité qu'une nanoparticule métallique donnée s'accumule dans une espèce végétale. Aussi, leurs algorithmes ont révélé que lorsque les plantes sont dans une solution enrichie en nutriments ou hydroponique, la composition chimique de la nanoparticule métallique détermine la propension à l'accumulation dans les racines et les pousses. Mais si les plantes sont cultivées dans le sol, la teneur en matière organique et en argile du sol est la clé de l'absorption des nanoparticules.

Ma a déclaré que si les algorithmes d'apprentissage automatique pouvaient faire des prédictions pour la plupart des cultures vivrières et des plantes terrestres, ils ne sont peut-être pas encore prêts pour les plantes aquatiques. Il a également noté que la prochaine étape de ses recherches consisterait à déterminer si les algorithmes d'apprentissage automatique pouvaient prédire l'absorption de nanoparticules à partir des feuilles plutôt que par les racines.

« Il est tout à fait compréhensible que les gens s'inquiètent de la présence de nanoparticules dans leurs fruits, légumes et céréales, " a déclaré Ma. "Mais au lieu de ne pas utiliser complètement la nanotechnologie, nous aimerions que les agriculteurs récoltent les nombreux avantages offerts par cette technologie, mais évitent les problèmes potentiels de sécurité alimentaire. »