Dynamic Observation and Machine learning-assisted profiling for fast Assessment of submicroplastics and Native ecocorona In exposure media

Responsabile: Simona Ortelli
Personale coinvolto: Anna Luisa Costa
Data di inizio: 30/11/2023
Durata: 24 mesi
Finanziamento totale: 239 690,00 €
Bando: PIANO NAZIONALE DI RIPRESA E RESILIENZA (PNRR) Missione 4 “Istruzione e Ricerca” – Componente C2 Investimento 1.1, “Fondo per il Programma Nazionale di Ricerca e Progetti di Rilevante Interesse Nazionale (PRIN)” PRIN 2022 PNRR – D.D. 1409 del 14/09/2022
Ruolo CNR-ISSMC: Partner
Coordinatore: Valentina Marassi (Università degli Studi di Bologna), Simona Ortelli (co-PI)
Consorzio: Università degli Studi di Bologna (Valentina Marassi), INRIM (Alessio Sacco), CNR-ISSMC

DOMANI mira a stabilire un approccio pragmatico, orientato ai risultati e rigoroso per raggiungere due obiettivi ortogonali.

1) Il primo è la comprensione di eco-corone su sub-micro plastiche (SMP) attraverso la profilazione, il frazionamento e la caratterizzazione quali-quantitativa delle SMP nei mezzi di esposizione.
2) Il secondo e più ambizioso è la progettazione di approcci modellistici per profilare dinamicamente e riconoscere matrici ambientali in modalità fast-result/fast-action, creando strumenti di screening basati su analisi più semplici prima di ricorrere a tempo, denaro e ambiente -quelli pesanti.

DOMANI mette insieme competenze interdisciplinari per ideare strategie orientate alla matrice, sfruttando la chimica e la metrologia analitica, superficiale e colloidale e beneficiando della chemiometria, dell’analisi multiblocco e dell’apprendimento automatico.
Radicate nella sinergia con i progetti europei PlasticsFate e PlasticTrace, e derivanti dall’eccellenza italiana nella ricerca (Accademia-UniBO, Consiglio Nazionale delle Ricerche-ISSMC e Istituto Nazionale di Metrologia-INRIM), le Unità coinvolte collaboreranno congiuntamente per creare conoscenza e strumenti per lo studio SMP ed eco-corona.
In quanto tale, DOMANI mira a contribuire all’obiettivo della strategia europea sulla plastica di ridurre l’impatto del SMP sull’ambiente.

Proprietà delle sub-micro plastiche (SMP) e relative tecniche per la loro determinazione.

Risultati raggiunti

Il progetto DOMANI ha raggiunto gli obiettivi previsti, sviluppando strategie interdisciplinari per la caratterizzazione di micro- e nanoplastiche (SMP) in matrici ambientali e alimentari e per la comprensione della formazione delle eco-corone sulla superficie delle particelle. Il progetto ha integrato competenze di chimica analitica, chimica delle superfici e colloidale, metrologia, chemometria, analisi multiblocco e Machine Learning.
Le attività hanno riguardato lo sviluppo e l’armonizzazione di metodi statici e dinamici per la caratterizzazione delle SMP, la valutazione del loro comportamento in matrici ambientali e alimentari e l’integrazione dei dati ottenuti mediante differenti tecniche analitiche.

Principali risultati

  • Sono stati selezionati e caratterizzati materiali di riferimento a base di polistirene (PS), nonché nanoplastiche secondarie di PET, PE e PP, con dimensioni comprese indicativamente tra 70 nm e 1,5 µm.
  • È stata sviluppata e armonizzata una procedura operativa standard (SOP) per la caratterizzazione statica delle dispersioni acquose di SMP mediante FESEM, DLS ed ELS.
  • Sono state sviluppate e valutate metodologie dinamiche basate su Field-Flow Fractionation (FFF) e tecniche di rivelazione complementari, inclusa la pirolisi-GC-MS.
  • È stato studiato il comportamento delle SMP in matrici ambientali, inclusa acqua di mare simulata, e in matrici alimentari quali latte e polline.
  • La formazione di eco-corone è stata studiata attraverso l’interazione delle SMP con biomolecole e componenti delle matrici, tra cui albumina sierica bovina (BSA) e componenti del polline.
  • Il confronto tra tecniche di caratterizzazione ha evidenziato, per il latte, i vantaggi della Centrifugal Liquid Sedimentation (CLS) rispetto alla DLS per l’identificazione della distribuzione dimensionale delle nanoplastiche.
  • Sono state sviluppate strategie di analisi multivariata e Machine Learning per integrare dati provenienti da tecniche diverse e distinguere matrici pulite da matrici contenenti plastiche.
  • È stata creata una banca dati condivisa per raccogliere e armonizzare i dati sperimentali prodotti dalle tre unità di ricerca.

Pubblicazioni

I risultati del progetto hanno portato alla pubblicazione di due articoli scientifici internazionali:

  • A. Placci, M. Fadda, I. Coralli, J. Wang, A. Zattoni, A. Costa, R. Portela, A.M. Giovannozzi, D. Fabbri, D. Melucci, S. Giordani, B. Roda, P. Reschiglian, S. Ortelli, A. Sacco and V. Marassi, Multitechnique Characterization of Eco-Corona Formation on Airborne Nanoplastics, RSC Adv., 2025, 15, 30849
  • S. Giordani, M. J. Huber, I.S. Jüngling, A. Zattoni, B. Roda, P. Reschiglian, V. Marassi, N.P. Ivleva, Online Coupling of Field-Flow Fractionation with Raman Microspectroscopy Enables the Advanced Study of Nanoplastics Directly in Food, Anal. Chem. (2026) 98 (1): 488–496

Articoli in preparazione

– Pubblicazione sulla matrice latte e sull’identificazione delle plastiche mediante multidetection e Raman online.
– Pubblicazione sulla formazione di plastiche ed eco-corone nella matrice polline.
– Manoscritto relativo allo studio interlaboratorio su plastiche standard in mezzi controllati.
– Studio su SERS di SMP e matrici campione e su nuove strategie di caratterizzazione mediante tecniche innovative.
– Ulteriori manoscritti sulla caratterizzazione colloidale delle SMP nel latte e sullo studio interlaboratorio delle plastiche in matrici rilevanti.

Prospettive

I risultati ottenuti forniscono una base metodologica per la caratterizzazione delle micro- e nanoplastiche in matrici ambientali e alimentari complesse. L’integrazione di tecniche statiche, semi-dinamiche e dinamiche, insieme all’analisi multivariata e al Machine Learning, ha dimostrato il potenziale di strategie di profiling per l’identificazione delle nanoplastiche e per la valutazione delle modificazioni superficiali associate all’interazione con le matrici di esposizione.

 

CNR-ISSMC
Panoramica privacy

Questo sito Web utilizza i cookie in modo da poterti offrire la migliore esperienza utente possibile. Le informazioni sui cookie sono memorizzate nel tuo browser e svolgono funzioni come riconoscerti quando torni sul nostro sito Web e aiutare il nostro team a capire quali sezioni del sito Web ritieni più interessanti e utili. Per maggiori informazioni consulta la nostra Privacy Policy.