Investigadores utilizan una lengua electrónica para identificar antibióticos en la leche
Investigadores de Brasil y Estados Unidos probaron una lengua electrónica que utiliza nanomateriales de MXene para identificar antibióticos en la leche. El estudio, publicado en ACS Omega, examinó muestras que contenían más de un antibiótico en un líquido complejo que también incluye proteínas, grasas, azúcares y sales.
El MXene es una familia de nanomateriales bidimensionales que ha sido estudiada durante unos 15 años. Sus estructuras contienen capas de metales de transición, como titanio, niobio, vanadio o molibdeno, combinados con carbono, nitrógeno o ambos. Los materiales tienen alta conductividad eléctrica, una gran superficie y superficies que pueden modificarse para interactuar con diferentes sustancias.
Para el dispositivo de leche, los investigadores utilizaron tres composiciones de MXene, cambiando la proporción de carbono a nitrógeno. Por lo tanto, cada fibra recubierta respondía de manera diferente al entorno químico de una muestra. Conectada a un medidor de impedancia, cada fibra servía tanto de soporte como de elemento sensor. El instrumento aplicaba una pequeña señal eléctrica y registraba resistencia, capacitancia y los componentes reales e imaginarios de la impedancia.
“Cuando cambiamos la composición del MXene, también cambiamos sus propiedades. Eso era exactamente lo que buscábamos en la lengua electrónica: sensores con diferentes propiedades y rendimiento combinados en el mismo dispositivo”, dijo Facure, el investigador que trabajó en el sistema.
El enfoque difiere del de un sensor químico convencional, que está diseñado para seleccionar una sustancia. Ningún sensor individual en la lengua electrónica tiene que reconocer un antibiótico específico. El sistema en su lugar analiza el patrón combinado de respuestas producidas por una muestra. Los investigadores utilizaron métodos estadísticos multivariantes, incluyendo análisis de componentes principales, para reducir el número de variables e identificar las principales diferencias entre las muestras.
“La presencia simultánea de más de un antibiótico es especialmente relevante para demostrar cómo funciona el sistema. En lugar de buscar una sola molécula en una solución simple, la lengua electrónica tiene que extraer información de una matriz compleja como la leche, en la que proteínas, grasas, azúcares, sales y muchas otras sustancias también pueden interactuar con los sensores”, dijo Daniel Corrêa de Embrapa Instrumentation. Corrêa supervisó a Facure durante su doctorado en la Universidad Federal de São Carlos, o UFSCar.
El proyecto involucró a investigadores de Embrapa Instrumentation, UFSCar, la Universidad Federal de Bahía y la Universidad de Drexel en Estados Unidos. El profesor de Drexel Yury Gogotsi reportó el primer material MXene en 2011. Facure pasó un año en el grupo de Gogotsi de 2022 a 2023 con apoyo de FAPESP y continúa colaborando con la institución estadounidense. Luiza Mercante de la Universidad Federal de Bahía también es parte de la línea de investigación, que previamente ha aplicado un principio relacionado para detectar neurotransmisores incluyendo acetilcolina, dopamina, glicina, glutamato, histamina y tirosina.
Facure dijo que el trabajo sigue siendo una investigación de laboratorio realizada bajo condiciones controladas. No hay aún un instrumento terminado disponible para granjas, lecherías o autoridades de inspección. Los investigadores también están estudiando los MXenes para compuestos de almacenamiento de energía, incluidos supercondensadores, así como nanogeneradores y sistemas de remediación de contaminación. FAPESP financió el estudio de la leche a través de un proyecto temático coordinado por Osvaldo Novais de Oliveira Junior del Instituto de Física de São Carlos de la Universidad de São Paulo.
