پژوهشگران دانشگاه رازی، دانشگاه فرایبورگ، مرکز تحقیقات شیمی و مهندسی شیمی ایران و دانشگاه ویرجینیا کامنولث، موفق به توسعه حسگر بزاقی هوشمند برای تشخیص غیرتهاجمی زردی نوزادان شدند؛ بیماریای که همچنان شایعترین اختلال دوران نوزادی است و نیاز به روشی ساده، کمهزینه و قابلاعتماد برای پایش آن مدتها احساس میشد. در این پژوهش، حسگر نقطه مراقبت (POC) کاغذی مبتنی بر رنگدانه طبیعی کورکومین طراحی شده که با تابش نور آبی، تغییرات وابسته به غلظت بیلیروبین را از طریق بازیابی فلورسانس ثبت میکند. این سامانه نهتنها قادر است بدون نمونهگیری خون، سطح بیلیروبین را در بزاق اندازهگیری کند، بلکه به یک خوانشگر اپتوالکترونیکی قابلحمل و متصل به اینترنت مجهز است که دادهها را بهصورت لحظهای به تلفن همراه یا رایانه انتقال میدهد. نتایج بهدستآمده از آزمون بالینی روی نوزادان مبتلا، همبستگی بسیار بالایی با روشهای استاندارد آزمایشگاهی نشان داد.
هوش مصنوعی، زبان پنهان نانوذرات را رمزگشایی می کند
پژوهشی نوآورانه در دانشگاه صنعتی آیندهوون نشان میدهد که ترکیب میکروسکوپهای اَبَردقیق با ابزارهای محاسباتی هوشمند میتواند رازهای پنهان نانوذرات را آشکار کند؛ یافتهای که دروازهٔ تازهای را به سوی توسعهٔ نانوداروهای دقیق و کارآمد میگشاید. «کریستینا ایسکییردو لوزانو» (Cristina Izquierdo Lozano)، پژوهشگر دکتری، با بهرهگیری از این رویکرد توانسته است جزئیاتی از ساختار و رفتار نانوذرات را آشکار کند که پیشتر با هیچ ابزاری قابل رؤیت نبود.
سونوکاتالیستهای نسل جدید آلایندههای مقاوم را از پساب حذف میکنند
تیمی از پژوهشگران دانشگاه ارومیه با همکاری دانشگاه تبریز، دانشگاه ایستینیه و دانشگاه صنعتی استانبول موفق شدهاند نوع تازهای از سونوکاتالیستهای معدنی را برای تصفیه پیشرفته پساب بسازند. این سونوکاتالیست که بر پایه لایهبرداری کنترلشده آلومینوسیلیکاتهای طبیعی و رشد جانبی اکسید کبالت شکل گرفته، توانایی چشمگیری در تجزیه آنتیبیوتیکهای مقاوم مانند اگزیتتراسیکلین دارد. اهمیت این دستاورد در این است که بسیاری از منابع آب دنیا در معرض آلایندههایی قرار دارند که با روشهای مرسوم تصفیه حذف نمیشوند و خطرات جدی زیستمحیطی و بهداشتی ایجاد میکنند. این پژوهش جدید نشان میدهد که این نانوساختار نهتنها قدرت بالایی در تخریب کامل مولکولهای پیچیده دارویی دارد، بلکه پس از هر بار استفاده نیز قابل بازیافت و استفاده مجدد است. این ویژگیها میتواند مسیر توسعه فناوریهای کارآمد و مقرونبهصرفه در مدیریت آب را هموار کند.
با همگرایی چند فناوری، تنها در ۱۱ روز، ۱۸ پپتید ضد میکروبی طراحی شد
پژوهشگران با بهرهگیری از هوش مصنوعی و فناوری نانو، گام بلندی در طراحی و بهبود پپتیدهای ضد میکروبی برداشتهاند؛ مولکولهایی که میتوانند جایگزین مؤثر و ایمن آنتیبیوتیکهای سنتی شوند. نتایج این پژوهش که در نشریه Food & Medicine Homology منتشر شده است، نشان میدهد تلفیق یادگیری ماشینی، طراحی مولکولی و نانوساختارها توانسته است پپتیدهایی با پایداری بالا، سمیت کمتر و کارایی چشمگیر در برابر باکتریها و قارچهای مقاوم ایجاد کند. این دستاورد میتواند انقلابی در درمان عفونتهای مقاوم، پزشکی بازساختی، کشاورزی و حتی صنایع غذایی ایجاد کند.
ادغام هوش مصنوعی با نانوالکترونیک، مسیر آینده تولید پایدار را هموار میکند
نتایج پژوهشی تازه در نشریه Frontiers in Nanotechnology نشان میدهد ادغام هوش مصنوعی با فرآیندهای تولید الکترونیک و فناوری نانو، در حال بازتعریف بنیادین شیوه کشف مواد، طراحی دستگاهها، کنترل فرآیندها و بهینهسازی سامانههای الکترونیکی است. روشهای مبتنی بر هوش مصنوعی، از مدلسازی پیشبینانه تا کنترل بلادرنگ، باعث افزایش دقت، کاهش خطا و ارتقای بهرهوری منابع در تولید نیمههادیها و نانوساختارها شدهاند. با این حال، چالشهایی مانند محدودیت دادههای دقیق آزمایشگاهی، عدم سازگاری کامل با ابزارهای طراحی الکترونیک (EDA) و نیاز به مدلهای قابل تفسیر فیزیکی، هنوز مانع تحقق کامل تولید خودکار و هوشمند در این صنعت به شمار میآید.
المپیاد نانو؛ پلی برای ارتباط علم و دیپلماسی بینالمللی با امضای ایران
جمهوری اسلامی ایران با بهرهگیری از بیش از یک دهه تجربه در برگزاری المپیادهای ملی فناوری نانو، موفق شده است مدل خود را به سطح بینالمللی گسترش دهد و با کمک به تأسیس المپیاد بینالمللی فناوری نانو، گامی مؤثر در ترویج علم، آموزش، نوآوری و دیپلماسی علمی بردارد.
دوش هوشمند تا ۵۰ درصد مصرف آب و انرژی را کم میکند
ترکیب فناوریهایی نظیر گرافن، نانولولهکربنی در تجهیزات مورد استفاده در حمام و همچنین ادغام هوش مصنوعی میتواند به کاهش مصرف انرژی کمک شایانی کند.
هوشمندسازی تحلیل دادههای مواد پیشرفته با توسعه کتابخانه پایتون ایرانی نانومواد
در چارچوب طرحهای توسعه فناوری نانو و هوشمندسازی پژوهشهای مواد پیشرفته، پروژهای با عنوان «توسعۀ مواد نانویی پیشرفته با بهرهگیری از علم داده» به مدیریت دکتر مالک نادری، عضو هیئتعلمی دانشگاه صنعتی امیرکبیر، از سال قبل شروع شده و تا آبان ماه ورژن دوم آن منتشر خواهد شد. هدف این طرح، توسعه یک کتابخانه علمی متنباز پایتون در حوزه مهندسی مواد و نانوساختارها است که تنها با یک خط کد، تحلیل دادههای مواد، تبدیلهای مهندسی و مدلهای یادگیری ماشین را در دسترس پژوهشگران قرار میدهد. این پروژه، نخستین گام برای ایجاد زیرساخت نرمافزاری بومی در علم مواد مبتنی بر دادههای نانویی است و میتواند مبنای شکلگیری یک پایگاه داده ملی آنالیزی برای تحقیقات آینده کشور باشد.
نانوحامل هوشمندی که برای عبور بیدردسر دارو از سد تومور مغز طراحی شده است
پژوهشگران دانشگاه علوم پزشکی تهران به همراه محققانی از مؤسسه رویان، دانشگاه علم و فرهنگ و دانشگاه دِ مونتفورت انگلستان موفق شدند نانوحاملهای پیشرفتهای طراحی کنند که بهصورت هوشمند اندازه و بار سطحی خود را تغییر داده و داروی شیمیدرمانی دوکسوروبیسین (DOX) را به عمق تومور منتقل میکنند. این فناوری میتواند نفوذ عمیق به بافتهای توموری و جذب سلولی دارو را بهطور همزمان افزایش دهد و از اثرات مخرب محیط اسیدی خارج سلولی جلوگیری کند. نانوحاملهای PAMAM توسعهیافته با برخورداری از قابلیت تغییر اندازه و بار سطحی، نویدبخش درمانی با کارایی بالاتر، کاهش مقاومت دارویی و کمترین آسیب به بافتهای سالم هستند و مسیر تازهای برای توسعه درمانهای سرطان با ریسک کمتر بازگشت بیماری فراهم میکنند. نتایج آزمایشها نشان داده است که این نانوحاملها در عین حفاظت از دارو، فعالیت ضدتوموری قابل توجهی دارند.
حل معمای جذب CO₂ در هگزادکان، راهکار نوینی برای بهبود بازیابی نفت
پژوهشگران دانشگاه صنعتی خواجهنصیر و تیمهای علمی از دانشگاه پکن، دانشگاه علوم زمین چین و دیگر مؤسسات تحقیقاتی بینالمللی، مطالعهای درباره جذب دیاکسیدکربن (CO₂) در هگزادکان انجام دادهاند. این تحقیق با هدف بهبود فرآیندهای ذخیرهسازی زیرسطحی CO₂ و توسعه روشهای بهبود بازیابی نفت با CO₂ (CO₂-EOR) صورت گرفته است. پژوهشگران با استفاده از طیفسنجی رامان و شبیهسازیهای ترکیبی مونتکارلو/مکانیک مولکولی، تأثیر فشار و دما بر میزان انحلال CO₂ در هگزادکان را بررسی کردند. نتایج نشان میدهد که افزایش دما باعث کاهش حلشوندگی و افزایش فشار موجب افزایش آن میشود. این دادهها میتوانند به توسعه مدلهای پیشبینی دقیقتر و هوش مصنوعی برای مدیریت منابع هیدروکربنی و ذخیرهسازی کربن کمک کنند و گامی مؤثر در جهت کاهش اثرات تغییرات اقلیمی و بهینهسازی استخراج انرژیهای فسیلی به شمار آیند.