Mobiele menu

Harnessing machine learning to improve identification and quantification of micro- and nanoplastics (MLIdent)

Het analyseren van micro- en nanoplastics (MNPs) is uitdagend. Dit komt doordat MNPs vaak in lage concentraties aanwezig zijn in complexe matrices, en er een grote diversiteit aan polymeertypen en deeltjesgrootte bestaat. Het is belangrijk dat er een gestandaardiseerde en robuuste aanpak komt voor het nauwkeurig kwantificeren en karakteriseren van MNPs.

Doel

De onderzoekers willen kennis ontwikkelen over de chemische vingerafdrukken die ontstaan na pyrolyse. Daarnaast willen ze weten hoe MNP kenmerken en polymeermengsels de chemische vingerafdrukken beïnvloeden in de aanwezigheid van matrices zoals menselijk bloed. Het project heeft als doel om een statistisch kader te verschaffen, die het mogelijk maakt om MNPs in complexe monsters te identificeren en kwantificeren. Ten slotte zal MLIdent ook een hoge-resolutie massaspectrometrie (HRMS)- methode ontwikkelend en de toegevoegde waarde van deze methode te evalueren ten opzichte van conventionele lage-resolutie MS-methoden.

Aanpak / werkwijze

Het project gebruikt de methode van pyrolyse, gekoppeld aan gaschromatografie en massaspectrometrie (Py-GC-MS). Door het verzamelen van een grote dataset, gecombineerd met geavanceerde data analyse, zal dit project een robuust statistisch kader verschaffen voor het identificeren en kwantificeren van MNPs.

Samenwerkingspartners

Dit project wordt uitgevoerd door prof. dr. M.M. Lamoree, dr. F.M. Béen en collega’s van de Vrije Universiteit Amsterdam. Zij werken samen met Universiteit Utrecht.

(Verwachte) resultaten

Dit project zal kennis opleveren over chemische vingerafdrukken verkregen na pyrolyse. Daarnaast zal een statistisch kader worden ontwikkeld, samen met en HRMS-methode voor de identificatie en kwantificatie van MNPs in menselijke en omgevingsmonsters.

Vervolg

De onderzoeksresultaten zijn overdraagbaar naar andere laboratoria voor de analyse van MNPs in menselijke en milieumonsters. De fundamentele kennis kan gebruikt worden door onderzoekers over de hele wereld die MNPs analyseren. Het project zal ook een beter inzicht verschaffen in het effect van polymeereigenschappen en -mengsels op chemische vingerafdrukken die relevant zijn voor MNP-analyse en plasticrecycling. 

Onderwerpen

Kenmerken

Projectnummer:
04580012320011
Looptijd: 72%
Looptijd: 72 %
2023
2025
Gerelateerde programma's:
Projectleider en penvoerder:
dr. F. Béen
Verantwoordelijke organisatie:
Vrije Universiteit Amsterdam