Skittles: A Multicolor Flow Cytometric Workflow for High-Throughput Characterization of Micro- and Nano-plastics
O artigo apresenta o "Skittles", um fluxo de trabalho de citometria de fluxo multicolorido e de alto rendimento que permite a caracterização precisa, padronizada e quantitativa de micro e nanoplásticos em suspensões líquidas, oferecendo discriminação baseada em fluorescência, enumeração e análise de distribuição de tamanho validadas contra microscopia e espectroscopia Raman.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
O plástico tornou-se uma parte permanente do mundo moderno, valorizado por sua durabilidade e leveza, mas essa mesma resiliência permite que ele persista no meio ambiente por séculos. Uma vez descartados, esses materiais não simplesmente desaparecem; eles se decompõem sob o sol, o vento e as ondas em fragmentos cada vez menores. Embora os detritos visíveis que sufocam as praias e prejudicam a vida marinha sejam bem conhecidos, uma camada oculta de poluição existe na forma de partículas microscópicas e nanoscópicas. Essas peças minúsculas, muitas vezes invisíveis a olho nu, são abundantes nos oceanos e rios, mas os cientistas têm tido dificuldade em contá-las ou identificar sua composição porque os métodos atuais são lentos, trabalhosos e frequentemente perdem as partículas menores. Sem uma maneira de medir rapidamente e com precisão essa poluição invisível, torna-se difícil compreender a verdadeira escala da ameaça que ela representa para os ecossistemas aquáticos.
Para resolver este problema, pesquisadores da Universidade do Sul do Mississippi desenvolveram um novo método chamado Skittles, um fluxo de trabalho projetado para contar e identificar essas minúsculas partículas de plástico com velocidade e precisão notáveis. A equipe focou em partículas que variam desde o tamanho de um grão de areia até o tamanho de um vírus, uma escala onde as ferramentas de contagem tradicionais costumam falhar. O núcleo de sua abordagem envolve um corante especial que adere ao plástico, mas não a outros materiais, fazendo com que o plástico brilhe intensamente quando exposto a uma luz específica. Ao combinar esse corante brilhante com uma máquina capaz de analisar milhares de partículas individuais em um fluxo líquido a cada segundo, os pesquisadores criaram um sistema que atua como um classificador de alta velocidade. Esta máquina, conhecida como citômetro de fluxo, utiliza lasers para detectar a luz espalhada por cada partícula e a cor específica do brilho emitido pelo corante, permitindo distinguir entre diferentes tipos de plástico e estimar seu tamanho sem a necessidade de observar cada um sob um microscópio.
Os pesquisadores testaram este método usando uma variedade de tipos de plástico encontrados na natureza, incluindo polietileno, poliestireno, polipropileno e tereftalato de polietileno, que são comuns em garrafas, embalagens e fibras sintéticas. Eles primeiro otimizaram o processo para garantir que o corante funcionasse perfeitamente, determinando a quantidade certa a ser usada e a melhor maneira de preparar as amostras para que o plástico brilhasse de forma consistente. Descobriram que aquecer as amostras ajudava o corante a se ligar de forma mais eficaz ao plástico, tornando o sinal mais forte e confiável. Quando realizaram seus testes, o método provou ser altamente preciso, recuperando mais de 100 por cento das partículas de plástico que adicionaram à água em experimentos controlados, e as contagens foram consistentes com muito pouca variação. Para garantir que o método não estava apenas contando o próprio corante ou outros detritos, eles compararam os resultados com uma contagem baseada em microscopia e uma técnica de análise química chamada espectroscopia Raman, ambas confirmando que o novo fluxo de trabalho estava identificando os materiais corretos.
Quando a equipe aplicou este método à água do mar real coletada no Mississippi Sound, os resultados revelaram uma população muito mais densa de partículas de plástico do que o estimado anteriormente. A água continha centenas de partículas em cada mililitro, um número significativamente maior do que os relatórios anteriores, que frequentemente focavam apenas em fragmentos maiores e visíveis. O método identificou com sucesso uma mistura de tipos de plástico, sendo o polipropileno e o poliestireno os mais comuns, e foi capaz de medir o tamanho dessas partículas, mostrando que variavam de nanopartículas muito pequenas a microplásticos maiores. Os pesquisadores também testaram o método em amostras de água potável coletadas em residências, onde detectaram quantidades baixas, mas mensuráveis, de plástico, demonstrando sua sensibilidade mesmo em água limpa com poucas partículas. Crucialmente, o estudo mostrou que a presença de algas ou outro material orgânico natural na água não interferiu significamente na capacidade de contar o plástico, sugerindo que o método é robusto o suficiente para uso em ambientes naturais complexos.
A significância deste trabalho reside em sua capacidade de transformar uma tarefa lenta e difícil em um processo rápido e padronizado. Antes deste desenvolvimento, a caracterização de toda a gama de poluição plástica exigia múltiplos instrumentos e dias de trabalho manual, frequentemente perdendo as partículas menores e mais numerosas. O fluxo de trabalho Skittles permite que um único instrumento realize todo o trabalho, fornecendo uma imagem clara de quantas partículas estão presentes, que tipo de plástico elas são e qual o seu tamanho. Embora o método atualmente reporte tamanhos baseando-se em uma comparação com esferas de plástico padrão, uma forma confiável de estimar o tamanho para partículas esféricas, os pesquisadores observam que trabalhos futuros serão necessários para refinar essas estimativas de tamanho para formas irregulares e diferentes tipos de plástico. No entanto, esta nova ferramenta oferece uma maneira poderosa de monitorar a camada invisível de poluição plástica, fornecendo os dados necessários para entender melhor os riscos que essas partículas representam ao meio ambiente e para rastrear como os níveis de poluição mudam ao longo do tempo.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.