idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
19.04.2017 09:26

Nanopartikel bleiben unberechenbar

Hochschulkommunikation Hochschulkommunikation
Eidgenössische Technische Hochschule Zürich (ETH Zürich)

    Das Verhalten von Kleinstteilchen in der Umwelt ist äusserst komplex. Um dieses umfassend zu verstehen, fehlt es heute an systematischen Experimentaldaten, wie ETH-Umweltwissenschaftler in einer grossen Übersichtsstudie zeigen. Eine standardisiertere Herangehensweise würde das Forschungsfeld weiterbringen.

    Die Nanotech-Industrie boomt. Jährlich werden weltweit mehrere Tausend Tonnen künstliche Nanopartikel hergestellt. Ein Teil davon gelangt früher oder später in Gewässer und Böden. Was dort mit ihnen genau geschieht, können selbst Experten nur schwer sagen. Die Frage ist komplex, denn es gibt viele verschiedene Arten von künstlichen Nanopartikeln. Und vor allem: Die Partikel verhalten sich in der Umwelt je nach herrschenden Bedingungen völlig unterschiedlich.

    Forschende um Martin Scheringer, Privatdozent am Departement Umweltsystemwissenschaften, wollten Licht ins Dunkel bringen. Sie suchten in 270 wissenschaftlichen Studien und den beinahe 1000 darin erwähnten Laborexperimenten zum Verhalten von künstlichen Nanopartikeln nach Mustern. Dies mit dem Ziel, allgemeingültige Voraussagen zum Verhalten der Partikel zu machen.

    Partikel heften sich an alles

    Den Forschenden präsentierte sich beim Kombinieren der Daten jedoch ein sehr uneinheitliches Bild. «Der Sachverhalt ist komplexer, als das wohl viele Wissenschaftler noch vor Jahren vorausgesagt hätten», sagt Scheringer. «Und wir müssen einsehen, dass wir mit den uns heute zur Verfügung stehenden Daten noch kein einheitliches Bild zeichnen können.»

    Nicole Sani-Kast, Doktorandin in der Gruppe von Scheringer und Erstautorin der in der Fachzeitzeitschrift PNAS veröffentlichten Analyse, ergänzt: «Künstliche Nanopartikel verhalten sich sehr dynamisch, und sie sind sehr reaktionsfreudig. Die Teilchen heften sich an alles, was sie finden: an andere Nanopartikel, um mit ihnen Agglomerate zu bilden, oder andere in der Umwelt vorhandene Moleküle.»

    Netzwerk-Analyse

    Womit genau die Teilchen reagieren und wie schnell, hängt von verschiedenen Faktoren ab: dem Säuregrad von Wasser oder Boden, der Konzentration der vorhandenen Mineralstoffe und Salze und vor allem der Zusammensetzung der im Wasser gelösten oder im Boden vorhandenen organischen Moleküle. Ausserdem macht die Tatsache, dass künstliche Nanopartikel oft oberflächenbeschichtet sind, die Sache noch komplizierter: Denn je nach Umweltbedingungen behalten oder verlieren die Partikel ihre Beschichtung, was wiederum ihr Reaktionsverhalten beeinflusst.

    Um die in der Literatur veröffentlichten Resultate auszuwerten, wandte ETH-Doktorandin Sani-Kast erstmals in diesem Forschungsfeld eine Netzwerk-Analyse an, wie sie zum Beispiel aus der Sozialforschung zum Erfassen von Netzwerken sozialer Beziehungen bekannt ist. Damit konnte sie zeigen, dass die vorhandenen Daten wenig divers, wenig konsistent und wenig strukturiert sind.

    Mehr Systematik für maschinelles Lernen

    «Wären strukturierte, konsistentere und ausreichend diverse Daten vorhanden, wäre es denkbar, mit den Methoden des Maschinellen Lernens allgemeingültige Muster zu entdecken», sagt Scheringer. «Wir sind allerdings noch nicht an diesem Punkt.» Zunächst müssten ausreichend strukturierte Experimentaldaten vorhanden sein.

    «Damit die Wissenschaftsgemeinschaft jedoch systematisch und standardisiert solche Experimente durchführt, wäre wohl irgendeine Art von Koordination nötig», ergänzt ETH-Doktorandin Sani-Kast, doch sie weiss, dass solche Arbeiten schwierig zu koordinieren sind. Es entspricht eher der Natur und den Vorlieben von Wissenschaftlern, neue Methoden zu entwickeln und zuvor nicht analysierte Umweltbedingungen zu untersuchen, als routinemässig standardisierte Experimente durchführen.

    [Kasten:]
    Künstliche von natürlichen Nanopartikeln unterscheiden

    Neben der mangelnden Systematik gibt es noch ein zweites, handfestes Problem beim Erforschen des Verhaltens von künstlichen Nanopartikeln: Viele künstliche Nanopartikel bestehen aus chemischen Elementen und Verbindungen, die natürlicherweise in der Umwelt vorkommen. Künstliche Teilchen in der Umwelt von natürlichen zu unterscheiden, war mit bisherigen Messmethoden schwierig.

    Forschende am Departement Chemie und angewandte Biowissenschaften der ETH Zürich unter der Leitung von ETH-Professor Detlef Günther haben jüngst jedoch eine leistungsfähige Methode etabliert, mit der eine solche Unterscheidung in Routineuntersuchungen möglich wird. Die Wissenschaftler nutzten dazu eine topmoderne und hochempfindliche Massenspektrometrie-Technik (genannt spICP-TOF-Massenspektrometrie). Mit dieser können sie von jedem einzelnen Nanoteilchen einer Probe bestimmen, aus welchen chemischen Elementen es zusammengesetzt ist.

    In Zusammenarbeit mit Wissenschaftlern der Universität Wien wandten die ETH-Forschenden die Methode auf Bodenproben an, die natürliche Nanopartikel mit dem chemischen Element Cer enthalten, und in die sie künstliche Cerdioxid-Nanopartikel mischten. Mit Methoden des maschinellen Lernens – die sich für diese spezielle Fragestellung hervorragend eigneten – konnten die Forschenden Unterschiede in den chemischen Fingerabdrücken der beiden Teilchenklassen ausmachen. «Während künstlich hergestellte Nanopartikel oft aus einer einzigen Verbindung bestehen, enthalten natürliche Nanopartikel meist noch eine Reihe von zusätzlichen chemischen Elementen», erklärt Alexander Gundlach-Graham, Postdoc in Günthers Gruppe.

    Die neue Messmethode ist sehr empfindlich: Die Wissenschaftler konnten damit künstliche Partikel in Proben mit bis zu hundertmal mehr natürlichen Teilchen messen.

    Literaturhinweise

    Sani-Kast N, Labille J, Ollivier P, Slomberg D, Hungerbühler K, Scheringer M: A network perspective reveals decreasing material diversity in studies on nanoparticle interactions with dissolved organic matter. PNAS 2017, 114: E1756-E1765, doi: 10.1073/pnas.1608106114 [http://dx.doi.org/10.1073/pnas.1608106114]

    Praetorius A, Gundlach-Graham A, Goldberg E, Fabienke W, Navratilova J, Gondikas A, Kaegi R, Günther D, Hofmann T, von der Kammer F: Single-particle multi-element fingerprinting (spMEF) using inductively-coupled plasma time-of-flight mass spectrometry (ICP-TOFMS) to identify engineered nanoparticles against the elevated natural background in soils. Environonmental Science: Nano 2017, 4: 307-314, doi: 10.1039/c6en00455e [http://dx.doi.org/10.1039/c6en00455e]


    Weitere Informationen:

    https://www.ethz.ch/de/news-und-veranstaltungen/eth-news/news/2017/04/nanopartik...


    Bilder

    Auswertung der in der Literatur veröffentlichten Daten mit einer Netzwerk-Analyse. Diese macht sichtbar, welche Arten von Nanopartikeln (blau) bei welchen Umweltbedingungen (rot) untersucht wurden.
    Auswertung der in der Literatur veröffentlichten Daten mit einer Netzwerk-Analyse. Diese macht sicht ...
    Thomas Kast
    None


    Merkmale dieser Pressemitteilung:
    Journalisten
    Chemie, Umwelt / Ökologie, Werkstoffwissenschaften
    überregional
    Forschungsergebnisse, Wissenschaftliche Publikationen
    Deutsch


     

    Auswertung der in der Literatur veröffentlichten Daten mit einer Netzwerk-Analyse. Diese macht sichtbar, welche Arten von Nanopartikeln (blau) bei welchen Umweltbedingungen (rot) untersucht wurden.


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).