Дослідники використовують AI для розробки ферменту, що їдять пластику

Накопичення пластмас у навколишньому середовищі є проблемою, яка не вирішить себе, принаймні, не в будь -якому часовому масштабі, що стосується людства. Ці матеріали призначені для того, щоб бути довговічними та довготривалими, а сучасні методи переробки ледь кладуть вм'ятину в гори пластику, що виробляються щороку. Дослідники Техаського університету в Остіні, можливо, виявили новий спосіб боротьби з пластиковими відходами - ферментом, який розбиває пластмаси в дні, які інакше зберігаються століттями.
Команда використовувала систему машинного навчання для виявлення потенційно корисних білків у розкладенні пластику, що призвело їх до швидкої Petase (функціональної, активної, стабільної та толерантної PETase), повідомляє VICE. Цей фермент працює над пластиком під назвою поліетилен -терфталату (ПЕТ), синтетичною смолою, що використовується в одязі, упаковці та електричній гідроізоляції. Це найпростіша категорія пластмаси для переробки, але процес - це зменшення прибутку. Врешті -решт, матеріал просто закінчується на сміттєзвалища, а ПЕТ становить близько 12 відсотків глобальних відходів.
Швидка-Петаза-це більш елегантне рішення, ніж плавлення та реформування пластику у менше вторинних форм. Він перетравлює полімер, розбиваючи його на молекули будівельних блоків через процес, відомий як деполімеризація. Отримані мономери можуть бути зібрані в новий або «незайманий» пластик, не вживаючи додаткових нафтових ресурсів. В експериментах дослідники змогли повністю розчинити упаковку домашніх тварин всього за кілька днів.
Вчені працюють з ферментами пластику з 2005 року, але природні білки мають великі недоліки. Вони можуть працювати тонко під вузькими діапазоном температури та рН, але це робить їх набагато важче використовувати в утилізації. Швидка-Петаза була однією з 19 000 білкових структур, що вживаються в алгоритм AI, який прогнозував, що зможе швидко розкладатися пластиком без суворого контролю умов. І, безумовно, дослідники повідомляють, що швидка петаза дуже гнучка. Він має в 2,4 рази більше активності природних молекул ПЕТ при 40 градусах Цельсія і в 38 разів більше активності при 50 градусах Цельсія.
Отже, ми знаємо, що швидка петаза працює в лабораторних умовах, але тепер команда повинна боротися з перешкодою, що багато подібних експериментів не зможуть очистити: масштабованість. Їм потрібно показати, що ми можемо виробляти та використовувати швидку-петазу в промисловому масштабі. Незважаючи на важливість зменшення пластику в навколишньому середовищі, нові технології будуть набрати лише в тому випадку, якщо матеріали є дешевими та простими в транспорті.
Зображення функції Тоні Вебстер, Flickr
Читати далі

Медіасервери Plex використовуються для посилення DDoS-атак
Дослідники стверджують, що належним чином використаний сервер Plex може збільшити розмір DDoS-пакетів майже в п’ять разів, роблячи ці атаки набагато більшими. Зараз користувачі Plex не можуть багато з цим зробити.

Графічні процесори, що використовуються для видобутку криптографічних даних, можуть втратити продукти
Чи буде майнінг на графічному процесорі довгостроково знижувати його продуктивність? Виникли деякі докази, які свідчать про те, що це можливо, але існують проблеми з набором даних, які виключають твердий висновок.

IBM створює перший 2nm процесор у світі, використовуючи Nanošheets
IBM побудував перші 2nm вафлі в напівпровіднику, за кілька років до того, як очікується, що вузол потрапить у комерційні обсяги.

Вчені використовують лазери, щоб побачити всередині замкнутої кімнати
Технологія так званого не-видовища (або NLOS) є все більш поширеною областю вивчення у віці самостійних автомобілів, що призведе до того, що надзвичайно користь, щоб побачити, що навколо вигину. Тепер команда з лабораторії обчислювального зображення Стенфордської обчислювальної обчислюваної лабораторії взяла ідею на крок далі, шпигуючи на об'єкти всередині замкненої кімнати. Все, що їм потрібно, - це лазер і комірка.