| 研究課題/領域番号 |
22K19844
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分63:環境解析評価およびその関連分野
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
芹澤 武 東京工業大学, 物質理工学院, 教授 (30284904)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2023年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2022年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | ペプチド / ナノプラスチック / 水溶性ポリマー / 検出・同定 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
マイクロプラスチックによる海洋汚染が顕在化している。また近年では、より微小なナノプラスチックや、産業や日常生活で広く利用されている水溶性ポリマーの環境影響も指摘されている。これらの問題を解決に導くためには、河川や海洋、廃水等に含まれるポリマーの種類や量を調査あるいはモニタリングし、汚染や流出の状況を把握する必要がある。本研究では、分子プローブ法と機械学習の融合により、水中のナノプラスチックや水溶性ポリマーを信頼性高く、短時間かつ少量で検出・同定するための技術基盤を創成する。
|
| 研究成果の概要 |
ナノプラスチックのモデルである高分子ナノ粒子や、水溶性ポリマーと相互作用し、特徴的で識別可能な蛍光シグナルを発するペプチドプローブを新たに設計・合成した。ペプチドプローブから得られた蛍光シグナル（訓練データ）を分類するための機械学習手法を見出した。また、その結果を指標として、仮想的な未知試料であるテスト用の高分子ナノ粒子や水溶性ポリマーを識別できた。このように、分子プローブ法と機械学習手法の融合により、水中のナノプラスチックや水溶性ポリマーを信頼性高く、短時間かつ少量で検出・同定するための技術基盤を創成することに成功した。
|
| 研究成果の学術的意義や社会的意義 |
河川や海洋、排水等に含まれるポリマーの種類や量を調査あるいはモニタリングすることは、地球環境を保全し、安全・安心な社会を構築するうえで重要である。本研究では、環境汚染の原因となるポリマーのうち、従来法では検出・同定が煩雑で時間を要するナノプラスチックや水溶性ポリマーに着目し、それらを水に溶けたまま、信頼性高く、短時間かつ少量で検出・同定する簡便な手法を提案した点に意義がある。また、ポリマーと低分子化合物（分子プローブ）との相互作用に関する分子レベルでの知見を収集する基礎科学としての意義に加え、ポリマー検出・同定における機械学習の有用性を実証した点に意義がある。
|
