AI voorspelt de effectiviteit van biochar: waterzuivering van antibiotica versnelt aanzienlijk

Wetenschappers hebben een AI-model ontwikkeld dat nauwkeurig voorspelt hoe snel biochar antibiotica in water afbreekt — dit verkort de ontwikkeling van filters van jaren naar weken en opent de weg naar betaalbare zuivering van drinkwater.

Onderzoekers onder leiding van Junaid Latif en Na Cheng verzamelden gegevens uit tientallen eerdere studies en identificeerden 16 sleutelparameters: het type grondstof voor de biochar, de pyrolysetemperatuur, porositeit, chemische samenstelling, de concentratie van oxidanten en de reactieomstandigheden.

Op basis hiervan trainden zij verschillende machinimodellen, waarbij de transformatorarchitectuur TabPFN de hoogste nauwkeurigheid liet zien: een determinatiecoëfficiënt R² ≈ 0,91 bij een minimale voorspellingsfout.

De wetenschappelijke vernieuwing ligt in de overgang van de trial-and-error-methode naar een doelgericht ontwerp van materialen. Voorheen vereiste de selectie van effectieve biochar honderden laboratoriumexperimenten; nu beoordeelt het algoritme binnen enkele seconden welke combinatie van parameters de maximale afbraaksnelheid van de verontreinigende stof oplevert.

Tegelijkertijd heeft het team een webtool ontwikkeld: elke onderzoeker kan de parameters van zijn materiaal invoeren en direct een voorspelling van de reactiekinetiek ontvangen.

Het praktische nut is evident: antibiotica in afvalwater zijn een van de drijfveren achter de groeiende resistentie van bacteriën tegen medicijnen.

Biochar, verkregen uit landbouwafval (maïskolven, stro), is goedkoop en milieuvriendelijk, en is in combinatie met fotokatalysatoren (TiO₂, g-C₃N₄) in staat om sulfonamide-antibiotica voor 98% af te breken binnen 60 minuten onder invloed van zonlicht.

Het AI-model helpt bij het vinden van precies die receptuur die een dergelijk resultaat garandeert onder specifieke waterzuiveringsomstandigheden.

Het is belangrijk om de beperkingen te begrijpen. Vooralsnog is het model getraind op gegevens van een beperkt aantal antibiotica en laboratoriumomstandigheden; echt afvalwater bevat een mengsel van verontreinigende stoffen, organisch materiaal en zwevende deeltjes die het proces kunnen beïnvloeden.

Ook de stabiliteit van de composieten op lange termijn op industriële schaal vereist aanvullende controle — in laboratoriumtests behield het materiaal zijn effectiviteit na vijf cycli, maar het industriële regime kan zwaarder zijn.

Wat volgt? Het team is van plan de dataset uit te breiden met gegevens over andere klassen verontreinigende stoffen — PFAS, microplastics en farmaceutische preparaten van de nieuwe generatie.

Tegelijkertijd lopen er onderhandelingen met proefstations voor waterzuivering over het testen van door AI ontworpen biochar-filters in de praktijk. Als de resultaten worden bevestigd, kan de technologie al binnen de komende 3–5 jaar worden opgenomen in de standaardoplossingen voor gemeenten en industriële ondernemingen.