Os métodos tradicionais de detecção e identificação de mofo baseiam-se em diferentes técnicas de amostragem, como esfregaços, fitas adesivas, amostras a granel e coletas de ar, seguidas de análises laboratoriais por meio de cultura. No entanto, esses procedimentos costumam levar, em média, de três a sete dias, o que geram atrasos na remediação do problema e aumenta os custos envolvidos.
Diante dessas limitações, pesquisadores do Instituto de Tecnologia de Karlsruhe, na Alemanha, desenvolveram um “nariz eletrônico” capaz de detectar mofo em ambientes internos de forma rápida, antes mesmo que ele se torne visível. O dispositivo utiliza sensores químicos revestidos com nanofios de óxido de estanho aliados à inteligência artificial (IA) para identificar os gases emitidos pelos fungos. Em testes, a tecnologia conseguiu reconhecer com precisão dois tipos comuns de bolor, Stachybotrys chartarum e Chaetomium globosum, demonstrando potencial para alertar previamente sobre possíveis danos à estruturas e materiais.
Além disso, segundo a professora de farmácia e pesquisadora da área Bruna Gontijo, a identificação precoce do mofo é fundamental para a saúde, pois sua presença está associada à proliferação de fungos em locais com excesso de umidade e ventilação inadequada, indicando um desequilíbrio ambiental e prejuízos à qualidade do ar.
Ela ressalta que esses fungos liberam esporos, fragmentos celulares e substâncias químicas que permanecem suspensos no ar e são inalados diariamente pelas pessoas, muitas vezes, sem que elas percebam. “A exposição contínua a esses contaminantes pode causar inflamações e reações alérgicas, afetando principalmente o sistema respiratório, com sintomas como tosse, congestão nasal, rinite e crises de asma. Além disso, pode agravar doenças preexistentes, especialmente em crianças, idosos e pessoas com o sistema imunológico comprometido.”
Mecanismo e futuro
O estudo, descrito na revista Advanced Sensor Research, revela que o dispositivo é constituído por 16 subsensores, todos revestidos com os mesmos nanofios de óxido de estanho, mas posicionados de forma a captar pequenas variações nos sinais químicos. Quando ativados por luz ultravioleta, esses nanofios tornam-se sensíveis às moléculas presentes no ar. Ao interagir com os gases liberados pelos fungos, a superfície do sensor sofre reações químicas que alteram sua resistência elétrica, gerando sinais mensuráveis.
Gontijo afirma que cada tipo de fungo produz uma mistura específica desses gases, formando um “perfil de cheiro” característico. Ao reconhecer essas diferenças, o dispositivo consegue não apenas constatar o mofo, mas também diferenciar as espécies fúngicas presentes. “Quando o ar entra no equipamento, ele fica em contato com os sensores de óxido de estanho, um material altamente sensível a gases. A interação entre os compostos do mofo e os nanofios modifica a condutividade elétrica do sensor, gerando um conjunto de sinais. Esse conjunto forma um padrão específico, que funciona como uma espécie de assinatura química do ambiente.”
O pesquisador e primeiro autor do estudo, Hankun Yang, explicou ao Correio que o nariz eletrônico imita conceitualmente o nariz biológico usando métodos de reconhecimento de padrões. Em vez de analisar a concentração de componentes gasosos individuais, o nariz eletrônico concentra-se em reconhecer o odor apresentado como um todo. Para isso, o nariz eletrônico utiliza uma matriz de subsensores, a partir dos quais é gerado um padrão característico para cada odor.
“É importante esclarecer que os subsensores do nariz eletrônico não funcionam de forma sincronizada como os receptores biológicos, mas sim, detectam uma ampla gama de gases com ligeiras diferenças em suas respostas. A partir dessas diferenças, um algoritmo de aprendizado de máquina, como a análise discriminante linear (LDA) utilizada neste trabalho, pode reconhecer os odores após treinamento prévio”, afirma Yang.
No trabalho, conta a pesquisadora, o nariz eletrônico conseguiu identificar o mofo de forma confiável em aproximadamente 20 a 30 minutos, enquanto os métodos convencionais de amostragem e análise microbiana levam vários dias.
Um dos desafios que o equipamento pode enfrentar, aponta Gontijo, é que em locais fechados o ar pode conter diversos odores provenientes de diferentes fontes, como materiais de construção, produtos de limpeza e atividades humanas. “A presença desses compostos pode influenciar a resposta do sensor”, diz ela.
Por isso, segundo Yang, os próximos passos incluem a avaliação da faixa de detecção, a adaptação para aplicações em condições reais e o aprimoramento tecnológico dos sensores e métodos de análise. “Caso seja bem-sucedida, a e-nose (nariz eletrônico) representará um avanço significativo no controle confiável e econômico da qualidade de ambientes internos”, conclui.
* Estagiária sob supervisão de Lourenço Flores
Técnica estatística
Segundo o gerente de programa da Alura, Fabrício Carraro, a Análise Discriminante Linear (LDA) é uma técnica estatística usada em inteligência artificial para classificação de dados, que funciona basicamente como um “organizador” supereficiente. “Imagine que você tem uma sala cheia de bolas de diferentes cores misturadas no chão. O trabalho da LDA é encontrar a melhor linha (ou plano) para desenhar no chão e separar perfeitamente as bolas azuis das vermelhas e das verdes.”
Ele diz que, no caso dos odores, a lógica é a mesma: “Cheiros são compostos químicos complexos e muitas vezes se misturam. A LDA é adequada porque ela é excelente em pegar esses dados ‘bagunçados’ dos sensores e encontrar exatamente o que diferencia um cheiro de mofo de um cheiro de álcool ou ar limpo”. Carraro ressalta que, no nariz eletrônico descrito no estudo, o cheiro é medido como um padrão multivariado produzido por um conjunto de subsensores.
Discover more from FATONEWS :
Subscribe to get the latest posts sent to your email.
