Secrets of science magazine 02/2024
Souhrn
Význam tématu
V době rostoucích nároků na bezpečnost a udržitelnost se objevuje řada inovativních přístupů v oblasti analytické chemie a diagnostiky. Monitorování stavebních konstrukcí distribučně optickými senzory, akcelerace vývoje léčiv pomocí umělé inteligence, simultánní stanovení pesticidů v pitné vodě s AI-řízenou integrací píků či kontrola hygienické způsobilosti plastů pro kontakt s pitnou vodou představují klíčové kroky k vyšší efektivitě, spolehlivosti a ochraně zdraví a životního prostředí.
Cíle a přehled studie / článku
- Integrovat monolitické vlákno-optické senzory přímo do konstrukčních prvků pro kontinuální měření deformací, teploty či vibrací.
- Vyvinout softwarový modul Peakintelligence™ pro AI-řízenou integraci píků v GC-MS analýze pesticidů ve vodě.
- Uplatnit nové limity EU Směrnice o pitné vodě a KTW-BWGL pro hodnocení hygienické nezávadnosti plastů a stanovit metodiku TOC analýzy eluátů z plastových komponent.
- Ilustrovat přínos AI-vodeneho návrhu a robotizované syntézy ve firmě Exscientia pro zkrácení a zefektivnění objevu nových léčivých látek.
Použitá metodika a instrumentace
- Distribuované optické senzory (DFOS): monolitické vlákno-optické senzory Nerve-Sensors, kalibrace v Shimadzu univerzálních zkušebních strojích AGS-50kNX a AGX-V-300kN.
- GC-MS analýza pesticidů: Shimadzu GCMS-QP2050 s autoinjektorem AOC-30i, software LabSolutions Insight a modul Peakintelligence™.
- TOC stanovení pro plastové komponenty: Shimadzu TOC-L série analyzátor s automatickou přípravou vzorků.
- Vývoj léčiv: integrované robotizované platformy Exscientia, analytika a purifikace na bázi Shimadzu LCMS, preparativního LC/SFC a LabSolutions Sync.
Hlavní výsledky a diskuse
Monolitické kompozitní senzory dosáhly měřitelného rozsahu deformací až 4 % a umožňují detekci lokálních poruch konstrukcí. Integrované AI pro GC-MS pesticidy automaticky optimalizuje integraci píků bez manuálních vstupů, eliminuje chyby baseline a dosahuje vynikající linearity při 0,005 mg/L. TOC analyzátory automatizují eliminaci anorganického uhličitanu a detekci organického uhlíku v migračních vodách, splňují požadavek EU limitů. Exscientia díky svým AI modelům a robotizaci dokáže doručit kandidáty na klinický vývoj v řádu měsíců místo let, přičemž využívá Shimadzu LC-MS a preparativní chromatografii k paralelní syntéze a testování desítek až stovek molekul.
Přínosy a praktické využití metody
- Zvýšená bezpečnost a preventivní údržba kritických inženýrských staveb.
- Objektivní a rychlé hodnocení obsahu pesticidů ve vodě s minimem operátorského zásahu.
- Dodržování přísných hygienických norem EU pro materiály v kontaktu s pitnou vodou.
- Dramatické zkrácení fáze raného objevu nových léčiv a snížení nákladů na preklinický vývoj.
Budoucí trendy a možnosti využití
Rozšíření DFOS do inteligentních sítí a digitálních dvojčat městské infrastruktury, další integrace AI do analytických procesů, rozvoj zelené chemie při extrakci vzorků, plná automatizace laboratoří a implementace zařízení pro vysokoproduktivní syntézu a screening molekul, stejně jako využití kvantových senzorů a pokročilých optických prvků (difrakční mřížky) pro nové spektroskopické aplikace.
Závěr
Synergie nejmodernějších senzorových technologií, AI-řízených analytických algoritmů a automatizovaných platforem otevírá nové možnosti v monitorování objektů, v bezpečnosti pitné vody a accerelované objevné biologii. Takové integrované řešení přináší vyšší kvalitu výsledků, významné úspory času i nákladů a klíčový přínos pro ochranu zdraví, životní prostředí i celospolečenskou udržitelnost.
Reference
- EU Drinking Water Directive (EU) 2020/2184, Article 11.
- KTW-BWGL: Assessment criteria for plastics and other organic materials in contact with drinking water.
- Badura K. et al.: Monolithic composite optical sensors for structural health monitoring, Nerve-Sensors white paper.
- Peakintelligence™ for GCMS: Shimadzu Europa GmbH application note.
- Exscientia press releases, 2020–2024: AI-designed drug candidates into clinical trials.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.