La inteligencia artificial (IA) está permitiendo avances significativos en la identificación de sustancias químicas potencialmente perjudiciales en ríos, un paso crucial hacia una mejor protección medioambiental. Investigadores de la Universidad de Birmingham han desarrollado un enfoque innovador que utiliza métodos avanzados de IA para analizar los efectos de mezclas complejas de químicos en organismos acuáticos, específicamente en pequeños crustáceos llamados dafnias (Daphnia).
En colaboración con científicos del Centro de Investigación para Ciencias Ecológicas y Ambientales (RCEES) de China y el Centro Helmholtz para la Investigación Ambiental (UFZ) de Alemania, el equipo analizó muestras de agua del sistema fluvial Chaobai, cerca de Pekín. Este sistema recibe contaminantes químicos de diversas fuentes, incluidas la agricultura, el uso doméstico y la industria.
Innovaciones en el análisis de toxicidad acuática
El profesor John Colbourne, director del Centro de Investigación y Justicia Ambiental de la Universidad de Birmingham, expresó su optimismo respecto a que esta tecnología pueda utilizarse en el futuro para monitorizar de manera rutinaria el agua en busca de sustancias tóxicas que, de otro modo, pasarían desapercibidas. «Hay una vasta gama de químicos en el medio ambiente. La seguridad del agua no puede evaluarse un sustancia a la vez. Ahora contamos con medios para monitorear la totalidad de los químicos en las muestras de agua del entorno y descubrir qué sustancias desconocidas actúan en conjunto para producir toxicidad en los animales, incluidos los humanos», afirmó.
Los resultados, publicados en la revista Environmental Science and Technology, indican que ciertas combinaciones de químicos pueden interactuar y afectar procesos biológicos importantes en los organismos acuáticos, lo que se mide a través de sus genes. Estas combinaciones crean riesgos ambientales que pueden ser mayores que los efectos de los químicos presentes de forma individual.
Las dafnias se eligieron como organismos de prueba en el estudio debido a su alta sensibilidad a los cambios en la calidad del agua y a la similitud genética que comparten con otras especies, lo que las convierte en excelentes indicadores de posibles peligros ambientales. «Nuestro enfoque innovador aprovecha a las dafnias como especie centinela para descubrir potenciales sustancias tóxicas en el medio ambiente», explicó la doctora Xiaojing Li, autora principal del estudio.
El desarrollo de los algoritmos de IA fue liderado por el doctor Jiarui Zhou, quien destacó que su método demuestra cómo las técnicas computacionales avanzadas pueden ayudar a resolver desafíos ambientales apremiantes. «Al analizar vastas cantidades de datos biológicos y químicos simultáneamente, podemos entender y predecir mejor los riesgos ambientales», añadió.
La profesora Luisa Orsini, también autora principal del estudio, resaltó la innovación clave del trabajo: «Nuestra metodología basada en datos y sin sesgos permite descubrir cómo concentraciones químicas ambientalmente relevantes pueden causar daño. Esto desafía la ecotoxicología convencional y abre la puerta a la adopción regulatoria de las dafnias como especie centinela, junto con nuevas metodologías».
El doctor Timothy Williams, coautor del artículo, subrayó que típicamente, los estudios de toxicología acuática utilizan altas concentraciones de un solo químico para determinar respuestas biológicas o solo evalúan efectos finales como la mortalidad y la reproducción alterada tras la exposición a una muestra ambiental. Sin embargo, este estudio establece un nuevo precedente al permitir la identificación de clases clave de químicos que afectan a los organismos vivos dentro de una mezcla ambiental genuina a concentraciones relativamente bajas, al mismo tiempo que se caracterizan los cambios biomoleculares provocados.
Los hallazgos de esta investigación podrían contribuir a mejorar la protección ambiental mediante:
- La identificación de combinaciones químicas previamente desconocidas que representan riesgos para la vida acuática.
- La habilitación de un monitoreo ambiental más exhaustivo.
- El apoyo a una regulación mejor informada sobre el vertido de químicos en vías fluviales.
Este trabajo ha sido financiado por el Royal Society International Collaboration Award, el programa de investigación e innovación Horizon 2020 de la Unión Europea, y el programa de Innovación de Personas del Consejo de Investigación del Medio Natural.
