El dispositivo que mejora nuestra protección frente a las amenazas químicas
Los detectores tradicionales de amenazas químicas, basados en la movilidad iónica o la espectrometría de masas, suelen ser voluminosos y caros. Aunque la detección basada en inmunoensayos ofrece más especificidad, no puede detectar toda la gama de amenazas en evolución. El equipo del proyecto SERSing, financiado con fondos europeos, ha desarrollado un dispositivo portátil de espectroscopia Raman mejorada en superficie (SERS) basado en inteligencia artificial capaz de detectar e identificar rápidamente peligros químicos líquidos a bajas concentraciones, con un equivalente para gases en fase de desarrollo. Los datos geoetiquetados sobre la amenaza se transmiten a una plataforma en línea para tomar decisiones de respuesta rápidas. «Nuestro dispositivo puede ser utilizado por los primeros intervinientes, instalado en lugares fijos y montado en robots o drones», explica Tomas Rindzevicius, coordinador del proyecto. «Cuando empezamos, el análisis de datos de SERS impulsado por inteligencia artificial era relativamente nuevo; ha demostrado ser una adición excepcional a nuestro conjunto de herramientas de detección». El proyecto ha dado lugar a la primera detección con éxito de agentes de guerra química (CWA, por sus siglas en inglés) en fase gaseosa mediante el método de SERS, lo que ha dado lugar a varias solicitudes de patente.
SERS: las ventajas de una espectroscopia Raman más sensible
La espectroscopia Raman (ER) es una técnica de análisis químico utilizada para identificar compuestos sólidos o líquidos desconocidos y sospechosos. Aunque la ER no puede utilizarse para detectar trazas moleculares, las sustancias químicas peligrosas como los CWA son extremadamente peligrosas incluso a bajas concentraciones. El equipo de SERSing aprovecha la técnica SERS, utilizando materiales nanoestructurados para amplificar la señal Raman, lo que permite detectar e identificar sustancias químicas a bajas concentraciones. Se desarrollaron métodos de aprendizaje automático (AA) para la correspondencia espectral, con lo que se exploró cómo las redes neuronales podrían analizar potencialmente cualquier conjunto de datos de ER o SERS para identificar compuestos desconocidos. El equipo evaluó el rendimiento de distintos sustratos de SERS, módulos de muestreo de gases/líquidos y análisis de datos basados en AA en pruebas de campo con CWA reales. En fase gaseosa, el equipo de SERSing probó la detección de agentes nerviosos y se alcanzaron límites de detección tan bajos como partes por millón (ppm) para el tabún y partes por mil millones (ppb) para el gas mostaza. En la fase líquida, el dispositivo Raman portátil de Serstech, empresa socia del proyecto, detectó satisfactoriamente: tabún, sarín, gas mostaza, agentes de la serie V, metilfosfonato de dimetilo y el agente neurotóxico, dnitrofosfonato de dimetilo. «Un hito importante fue la detección de A234 (novichok) en diversas mezclas de la vida real, como aerosoles nasales, hasta concentraciones del 0,01 %, dos órdenes de magnitud inferiores a las que se pueden alcanzar con los dispositivos Raman convencionales», añade Rindzevicius. Las técnicas de AA superaron los métodos habituales de identificación de compuestos y las predicciones de concentración utilizados actualmente en ER, mientras que las redes neuronales fueron capaces de detectar y cuantificar explosivos nitroaromáticos.
Geolocalización instantánea
El dispositivo de SERSTECH está equipado con funciones de geolocalización que permiten seguir la ubicación de los lugares donde se toman las muestras, así como sus movimientos, algo fundamental en las operaciones sobre el terreno. El dispositivo también puede conectarse a distancia y transmite datos a un sistema de control central o a una plataforma basada en la nube, y varios dispositivos pueden trabajar de forma coordinada, lo que proporciona una visión global de las amenazas. «Esta supervisión instantánea mejora la toma de decisiones, lo que permite a los equipos responder con rapidez, gestionar los recursos y contener las amenazas con mayor eficacia. El sistema también puede entrenarse para detectar peligros emergentes a medida que aparecen, lo que mejora el conocimiento general de la situación y la seguridad», afirma Rindzevicius. Los logros del equipo de SERSing se ajustan a las necesidades señaladas por la iniciativa ENCIRCLE de la Unión Europea para mejorar la detección, identificación, modelización, evaluación de riesgos y reducción de la repercusión de las sustancias químicas peligrosas. Según el «International Forum to Advance First Responder Innovation» (IFAFRI), los primeros intervinientes han reclamado sistemáticamente herramientas innovadoras asequibles que permitan detectar, identificar y analizar rápidamente amenazas y peligros. Los sustratos de SERS desarrollados en SERSing ya son utilizados por Serstech, empresa socia del proyecto, en su kit de SERS, que puede emplearse para detectar e identificar diversas amenazas químicas en muestras líquidas.
Palabras clave
SERSing, químico, amenaza, espectroscopia Raman, aprendizaje automático, novichok, peligros, guerra