Una bateria de paper alimentada per bacteris

En àrees remotes del món o en regions amb recursos limitats, els articles quotidians, com podrien ser els punts de venda elèctrics i les bateries, són de luxe. Els treballadors sanitaris d'aquestes àrees sovint no disposen d'electricitat per alimentar els dispositius de diagnòstic, i les bateries comercials poden no estar disponibles o ser massa costoses. Es necessiten noves fonts d'energia de baix cost i portàtils. Avui, els investigadors informen d'un nou tipus de bateria de paper i alimentat per bacteris, que podria superar aquests desafiaments.

Els investigadors van presentar els seus resultats a la 256a Reunió i Exposició Nacional de la American Chemical Society (ACS). El paper té avantatges únics com a material per als biosensors. És de baix cost, d'un sol ús, flexible i té una superfície elevada, però els sensors sofisticats requereixen una font d'alimentació. Les bateries comercials són massa dèbils i costoses i no es poden integrar en substrats de paper.

Els investigadors han desenvolupat prèviament biosensors d'un sol ús en paper per obtenir diagnòstics barats i convenients de malalties i condicions de salut, així com per detectar contaminants en el medi ambient. Molts d'aquests dispositius es basen en canvis de color per informar un resultat, però sovint no són gaire sensibles. Per augmentar la sensibilitat, els biosensors necessiten una font d'alimentació. Per això calia desenvolupar una bateria de paper econòmica alimentada per bacteris que podria incorporar-se fàcilment en aquests dispositius d'un sol ús.

Per això Seokheun Choi i els seus col·legues de la Universitat Estatal de Nova York, Binghamton, van fabricar una bateria de paper imprimint capes primes de metalls i altres materials sobre una superfície de paper. A continuació, van col·locar els"exoelectrògens" liofilitzats al paper. Els exoelectrògens són un tipus especial de bacteris que poden transferir electrons fora de les seves cèl·lules. Els electrons, que es generen quan els bacteris fan energia per si mateixos, passen per la membrana cel·lular. Posen contacte amb els elèctrodes externs i alimenten la bateria. Per activar la bateria, els investigadors van afegir aigua o saliva. En un parell de minuts, el líquid va reactivar els bacteris, que van produir electrons suficients per alimentar un díode emissor de llum i una calculadora.

Els investigadors també van investigar com l'oxigen afecta el rendiment del seu dispositiu. L'oxigen, que passa fàcilment a través del paper, podria absorbir els electrons produïts pels bacteris abans que arribin a l'elèctrode. L'equip va trobar que, tot i que l'oxigen reduïa lleugerament la generació d'energia, l'efecte era mínim. Això es deu a que les cèl·lules bacterianes es van unir fermament a les fibres de paper, que ràpidament van portar els electrons a l'ànode abans que l'oxigen pogués intervenir.

La bateria de paper, que es pot utilitzar una vegada i després tirar-la, actualment té una vida de quatre mesos. S’està treballant en condicions per millorar la supervivència i el rendiment dels bacteris liofilitzats, permetent una vida útil més llarga. El rendiment de l'energia també ha de millorar-se al voltant de 1.000 vegades per a la majoria de les aplicacions pràctiques. Això es podria aconseguir apilant i connectant diverses piles de paper.  S’ha sol·licitat una patent per a la bateria i s’estan buscant socis de la indústria per a la seva comercialització.

Font: American Chemical Society

Un enfocament imparcial per filtrar 'Big data'

Els investigadors han desenvolupat un model de sistema complex per avaluar la salut de les poblacions d'algunes ciutats dels Estats Units basant-se només en les variables més significatives expressades en les dades disponibles. El seu enfocament probabilístic està basat en la xarxa sobre Big data (dades massives) i podria utilitzar-se per avaluar altres sistemes complexos, com ara classificar universitats o avaluar la sostenibilitat oceànica.

Recarregar grans quantitats de dades per determinar quines variables utilitzar per avaluar coses com la salut de la població d'una ciutat és un repte. Els investigadors solen triar aquestes variables en funció de la seva experiència personal. Podrien decidir que les taxes d'obesitat, les taxes de mortalitat i l'esperança de vida són variables importants per calcular una mètrica generalitzada de la salut general dels residents. Però són aquestes les millors variables a utilitzar? N'hi ha d'altres de més importants que cal considerar?
Matteo Convertino de la Universitat de Hokkaido, al Japó i Joseph Servadio, de la Universitat de Minnesota, als Estats Units han introduït un nou mètode probabilístic que permet visualitzar les relacions entre variables en grans dades per a sistemes complexos. L'enfocament es basa en la "entropia de transferència màxima", que mesura probabilísticament la força de les relacions entre múltiples variables al llarg del temps.
Mitjançant aquest mètode, Convertino i Servadio van minar una gran quantitat de dades de salut als Estats Units per construir una "xarxa d'entropia màxima" (MENet): un model format per nodes que representen variables relacionades amb la salut i línies que connecten les variables. Les línies són més fosques, la interdependència entre dues variables és més forta. Això va permetre als investigadors crear una xarxa d'informació òptima (OIN) escollint les variables que van tenir la rellevància més pràctica per avaluar l'estat de salut de les poblacions en 26 ciutats dels EUA del 2011 al 2014. Combinant les dades de cada variable seleccionada, els investigadors van ser capaços de calcular un valor integrat de salut per a cada ciutat.

Van descobrir que algunes ciutats, com ara Detroit, tenien valors elevats que indicaven una pobra salut general durant aquest període de temps. Altres, com San Francisco, van tenir uns valors baixos, que van indicar resultats de salut més favorables. Algunes ciutats, com Filadèlfia, van mostrar una gran variabilitat al llarg de quatre anys. Les comparacions transversals van mostrar tendències per a que les ciutats de Califòrnia anessin millorant com altres parts del país. A més, les ciutats del centre-oest, incloent Denver, Minneapolis i Chicago, semblaven presentar-se malament en comparació amb altres regions, contràriament al rànquing nacional de la ciutat.
Convertino creu que mètodes com aquest, alimentats per grans conjunts de dades i analitzats mitjançant models automatitzats d'ordinador estocàstic, es podrien utilitzar per optimitzar la recerca i la pràctica; per exemple, per guiar decisions òptimes sobre salut. "Aquestes eines poden ser utilitzades per qualsevol país, en qualsevol nivell administratiu, per processar dades en temps real i ajudar a personalitzar els esforços mèdics", diu Convertino.

Però no es tracta només de dades de salut. "El model es pot aplicar a qualsevol sistema complex per determinar la seva xarxa òptima d'informació, en camps d'ecologia i biologia per finançar i tecnologia. Desentendre les seves complexitats i desenvolupar indicadors sistèmics imparcials pot ajudar a millorar els processos de presa de decisions", va afegir Convertino.

Font: Universitat de Hokkaido