Rifan Hardian | Gyorgy Szekely
L’apprentissage automatique permet de trouver l’approche la plus efficace pour piéger les fragments de plastique.
Pour lutter contre la menace écologique croissante que représentent les microplastiques, des nanoparticules magnétiques ont été créées pour éliminer les fragments de plastique de l’eau. Les chercheurs ont utilisé l’apprentissage automatique pour identifier les conditions idéales d’élimination de certains microplastiques, une stratégie qui pourrait contribuer à optimiser d’autres méthodes de nettoyage.
Les microplastiques sont des déchets plastiques d’une taille comprise entre 1 micromètre et 1 millimètre, qui sont aujourd’hui omniprésents dans l’environnement. Les particules adsorbent les métaux toxiques et les polluants organiques. Elles sont facilement ingérées par la vie aquatique et, une fois que les microplastiques et leurs charges utiles toxiques se trouvent dans la chaîne alimentaire, elles peuvent s’accumuler dans d’autres espèces, y compris chez l’homme.
Les méthodes visant à éliminer les microplastiques des eaux usées présentent plusieurs inconvénients. L’utilisation de la lumière pour détruire les microplastiques est efficace mais coûteuse et énergivore. Certains microbes peuvent décomposer les microplastiques, mais cela génère d’autres molécules qui peuvent elles-mêmes être toxiques.
Les nanoparticules magnétiques offrent une solution simple, peu coûteuse et respectueuse de l’environnement. Mais ces nanoparticules sont sujettes à l’oxydation et peuvent s’agglomérer dans l’eau, ce qui réduit leur efficacité, explique Rifan Hardian, de la division des sciences physiques et de l’ingénierie de la KAUST.
Une collaboration entre la KAUST et l’Université de Malaisie Terengganu a permis de mettre au point des nanoparticules magnétiques qui surmontent ces problèmes et éliminent non seulement les microplastiques, mais aussi les polluants organiques qu’ils transportent.
Les chercheurs ont tout d’abord préparé des nanoparticules d’oxyde de fer recouvertes d’une couche de silice poreuse protectrice. Ils ont ensuite ajouté des molécules de liaison à la silice, ce qui leur a permis de décorer les particules avec d’autres molécules appelées imines. Les nanoparticules sont ainsi recouvertes de fils moléculaires qui capturent les microplastiques, tandis que les groupes chimiques des imines lient les polluants organiques.
Les chercheurs ont testé ces nanoparticules sur des microplastiques de polystyrène de différentes tailles contenant des polluants courants. Ils ont utilisé un aimant pour extraire les nanoparticules de l’eau, avec leur cargaison de microplastiques, puis ont lavé les fragments afin de pouvoir réutiliser les nanoparticules.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
Mais compte tenu du grand nombre de variables à prendre en considération – du nombre et de la taille des microplastiques dans l’eau à la concentration d’imines sur les nanoparticules magnétiques – les chercheurs avaient besoin d’un moyen efficace d’identifier les facteurs qui offraient la meilleure solution de nettoyage.
Ils ont donc utilisé une méthode appelée « plan d’expériences » pour déterminer quelles combinaisons de variables produiraient les données les plus utiles, puis ils ont introduit ces données dans un système d’apprentissage automatique qui a rapidement identifié les tendances. Cela a permis de mettre en évidence des moyens de maximiser l’élimination des microplastiques tout en minimisant la quantité d’imine nécessaire.
Par exemple, une concentration relativement faible d’imines pourrait éliminer 90 % d’un échantillon de microplastiques d’une taille d’environ 300 micromètres. Si les microplastiques sont moins nombreux et plus petits, une concentration extrêmement faible d’imines permettrait encore d’obtenir une efficacité d’élimination d’environ 80 %.
« Grâce à notre modèle d’apprentissage automatique, nous pouvons prédire l’efficacité de l’élimination des microplastiques en fonction de leur nombre et de leur taille, » explique M. Hardian. « Cette prédiction peut ensuite être utilisée pour déterminer la concentration d’adsorbant nécessaire. »
« La prochaine étape consistera à appliquer notre méthodologie à d’autres technologies d’élimination des microplastiques afin de pouvoir comparer l’efficacité des technologies disponibles« , conclut Gyorgy Szekely, qui a dirigé les chercheurs de la KAUST. Ils espèrent également mettre au point un système de laboratoire autonome capable d’optimiser en permanence les conditions expérimentales.
Légende illustration : Les chercheurs de KAUST ont mis au point des nanoparticules qui éliminent de l’eau les microplastiques et les polluants organiques qui leur sont associés. Grâce à un modèle d’apprentissage automatique qu’ils ont également créé, ils peuvent prédire l’efficacité de l’élimination des microplastiques.© 2025 KAUST.
Rushdi, I. W., Hardian, R., Rusidi, R. S., Khairul, W. M., Hamzah, S., Khalik, W. M. A. W. M., Abdullah, N. S., Yahaya, N. K. E. M., Szekely, G. and Azmi, A. A. Microplastic and organic pollutant removal using imine-functionalized mesoporous magnetic silica nanoparticles enhanced by machine learning. Chemical Engineering Journal 510, 161595 (2025).| article
Source : KAUST
