Les nanoparticules restent imprévisibles
Le comportement des microparticules dans l'environnement est extrêmement complexe. Pour le comprendre de manière globale, il manque aujourd'hui des données expérimentales systématiques, comme le montrent les scientifiques de l'environnement de l'ETH dans une grande étude de synthèse. Une approche plus standardisée permettrait de faire avancer le champ de recherche.
L'industrie des nanotechnologies est en plein essor. Chaque année, plusieurs milliers de tonnes de nanoparticules artificielles sont produites dans le monde. Une partie d'entre elles se retrouve t?t ou tard dans les eaux et les sols. Même les experts ont du mal à dire ce qu'elles y deviennent exactement. La question est complexe, car il existe de nombreux types de nanoparticules artificielles. Et surtout, les particules se comportent de manière totalement différente dans l'environnement en fonction des conditions qui prévalent.
Des chercheurs dirigés par Martin Scheringer, privat-docent au Département des sciences des systèmes de l'environnement, ont voulu faire la lumière sur cette question. Ils ont cherché des modèles dans 270 études scientifiques et les presque 1000 expériences de laboratoire mentionnées dans ces études sur le comportement des nanoparticules artificielles. Ceci dans le but de faire des prédictions universelles sur le comportement des particules.
Les particules s'accrochent à tout
En combinant les données, les chercheurs ont toutefois obtenu une image très hétérogène. "Les faits sont plus complexes que ce que de nombreux scientifiques auraient pu prédire il y a quelques années", explique Scheringer. "Et nous devons reconna?tre que les données dont nous disposons aujourd'hui ne nous permettent pas encore de dresser un tableau homogène".
Nicole Sani-Kast, doctorante dans le groupe de Scheringer et première auteure de l'analyse publiée dans la revue PNAS, ajoute : "Les nanoparticules artificielles se comportent de manière très dynamique, et elles sont très réactives. Les particules s'attachent à tout ce qu'elles trouvent : à d'autres nanoparticules pour former des agglomérats avec elles, ou à d'autres molécules présentes dans l'environnement".
Analyse de réseau
Ce avec quoi les particules réagissent exactement et à quelle vitesse dépend de différents facteurs : le degré d'acidité de l'eau ou du sol, la concentration des minéraux et des sels présents et, surtout, la composition des molécules organiques dissoutes dans l'eau ou présentes dans le sol. De plus, le fait que les nanoparticules artificielles soient souvent recouvertes en surface rend les choses encore plus compliquées : en effet, selon les conditions environnementales, les particules conservent ou perdent leur revêtement, ce qui influence à son tour leur comportement de réaction.
Pour évaluer les résultats publiés dans la littérature, la doctorante Sani-Kast de l'ETH a appliqué pour la première fois dans ce champ de recherche une analyse de réseau, telle qu'elle est par exemple connue dans la recherche sociale pour saisir les réseaux de relations sociales. Elle a ainsi pu montrer que les données existantes sont peu diverses, peu cohérentes et peu structurées.
Plus de systématique pour l'apprentissage automatique
"Si l'on disposait de données structurées, plus cohérentes et suffisamment diverses, il serait envisageable de découvrir des modèles universels à l'aide des méthodes d'apprentissage automatique", explique Scheringer. "Mais nous n'en sommes pas encore là". Il faudrait d'abord disposer de données expérimentales suffisamment structurées.
"Mais pour que la communauté scientifique mène de telles expériences de manière systématique et standardisée, il faudrait sans doute une sorte de coordination", ajoute Sani-Kast, doctorante à l'ETH, mais elle sait que de tels travaux sont difficiles à coordonner. Il est plus conforme à la nature et aux préférences des scientifiques de développer de nouvelles méthodes et d'étudier des conditions environnementales non analysées auparavant que de réaliser des expériences standardisées de manière routinière.
Différencier les nanoparticules artificielles des nanoparticules naturelles
Outre le manque de systématique, l'étude du comportement des nanoparticules artificielles se heurte à un deuxième problème bien tangible : De nombreuses nanoparticules artificielles sont composées d'éléments et de composés chimiques qui sont naturellement présents dans l'environnement. Il était difficile de distinguer les particules artificielles des particules naturelles dans l'environnement avec les méthodes de mesure utilisées jusqu'à présent.
Des chercheurs du Département de chimie et des sciences biologiques appliquées de l'ETH Zurich, sous la direction du professeur de l'ETH Detlef Günther, ont toutefois récemment établi une méthode performante qui permet de faire une telle distinction dans des analyses de routine. Les scientifiques ont utilisé pour cela une technique de spectrométrie de masse ultramoderne et très sensible (appelée spectrométrie de masse spICP-TOF). Celle-ci leur permet de déterminer les éléments chimiques qui composent chacune des nanoparticules d'un échantillon.
En collaboration avec des scientifiques de l'Université de Vienne, les chercheurs de l'ETH ont appliqué la méthode à des échantillons de sol contenant des nanoparticules naturelles de l'élément chimique cérium, dans lesquels ils ont mélangé des nanoparticules artificielles de dioxyde de cérium. Gr?ce à des méthodes d'apprentissage automatique - qui se sont avérées parfaitement adaptées à cette problématique particulière - les chercheurs ont pu identifier des différences dans les empreintes chimiques des deux classes de particules. "Alors que les nanoparticules fabriquées artificiellement sont souvent composées d'un seul composé, les nanoparticules naturelles contiennent généralement une série d'éléments chimiques supplémentaires", explique Alexander Gundlach-Graham, post-doctorant dans le groupe de Günther.
La nouvelle méthode de mesure est très sensible : les scientifiques ont ainsi pu mesurer des particules artificielles dans des échantillons contenant jusqu'à cent fois plus de particules naturelles.
Références bibliographiques
Sani-Kast N, Labille J, Ollivier P, Slomberg D, Hungerbühler K, Scheringer M : A network perspective reveals decreasing material diversity in studies on nanoparticle interactions with dissolved organic matter. PNAS 2017, 114 : E1756-E1765, DOI : page externe10.1073/pnas.1608106114
Praetorius A, Gundlach-Graham A, Goldberg E, Fabienke W, Navratilova J, Gondikas A, Kaegi R, Günther D, Hofmann T, von der Kammer F : Single-particle multi-element fingerprinting (spMEF) using inductively-coupled plasma time-of-flight mass spectrometry (ICP-TOFMS) to identify engineered nanoparticles against the elevated natural background in soils. Environmental Science : Nano 2017, 4 : 307-314, DOI : page externe10.1039/c6en00455e