Capacitores vestíveis em folhas e machine learning para análise em tempo real de múltiplos parâmetros fisiológicos de plantas

• Processo: 20/09102-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Vigência (Início): 01 de abril de 2021
• Vigência (Término): 31 de março de 2025
• Área do conhecimento: Ciências Exatas e da Terra - Química - Química Analítica
• Pesquisador responsável: Renato Sousa Lima
• Beneficiário: Júlia Adorno Barbosa
• Instituição Sede: Centro Nacional de Pesquisa em Energia e Materiais (CNPEM). Ministério da Ciência, Tecnologia e Inovação (Brasil). Campinas , SP, Brasil
• Assunto(s): Sensores eletroquímicos Aprendizado computacional Tempo-real Agricultura de precisão Smartphone Soja Microclima Estresse hídrico
• Palavra(s)-Chave do Pesquisador: Agricultura 4 | Aprendizado de Máquina | bioimpedância | sensores flexíveis | Soja | 0 | Sensores

Resumo

Parâmetros fisiológicos como perda de água e taxa de fotossíntese são biomarcadores da saúde da planta e, logo, mostram correlação com o microclima e a produtividade de colheita. Como consequência, a análise desses parâmetros abrange implicações importantes para o meio ambiente e para a Agricultura. Resultado da mais nova revolução na área de sensores químicos, o uso de eletrodos vestíveis na folha figura como alternativa promissora para o monitoramento remoto e em tempo real dos parâmetros fisiológicos das plantas com alta sensibilidade. Os maiores desafios para área são a aderência, a biocompatibilidade e a sensibilidade do sensor para ensaios a longo prazo. Ressalta-se ainda a variação simultânea de dois ou mais parâmetros em resposta a um único fator de estresse. Como limitações, as plataformas descritas na literatura até o momento para essa aplicação não contemplam ensaios de reprodutibilidade ou exatidão, bem como consideram apenas a variação de um único parâmetro. Assim, propõe-se neste projeto um novo sensor eletroquímico flexível para a determinação simultânea de múltiplos parâmetros (multideterminação), fisiológicos das plantas e do microclima, a partir de medidas de biocapacitância usando uma instrumentação portátil e smartphone. Os parâmetros, associados ao estresse hídrico da soja, serão individualmente determinados por meio de modelos supervisionados de aprendizado de máquina. Em função do seu crescimento rápido, facilidade de cultivo, altos níveis de perda de água (~50,0% m/m em 100 min) e relevância econômica para balança comercial do país, a soja será utilizada como modelo de estudo. Será realizado o monitoramento de folhas de soja mediante a análise da taxa de fotossíntese, perda de água, temperatura e umidade a partir de um único espectro de impedância usando uma instrumentação portátil. Filmes finos de níquel (Ni) revestidos com nanopartículas de ouro serão fixados às folhas com o uso de fita dupla-face e irão atuar como eletrodos polarizáveis para medidas de bioimpedância. Tais filmes serão obtidos por fotolitografia e eletrodeposição, métodos os quais têm compatibilidade de produção em massa com reprodutibilidade. Esse novo sensor exibirá propriedade anti-incrustante devido à presença de buracos no filme de Ni com dimensão e densidade específicas. As nanopartículas terão por finalidade aumentar a condutividade dos eletrodos e, assim, a sensibilidade do método capacitivo. Como já vem sendo realizado no nosso grupo, um smartphone será usado para controle do potenciostato, tratamento dos dados e apresentação do resultado de interesse em sua tela. Esse sistema, designado como sample-to-answer, possibilita a transmissão sem fio dos resultados e elimina a etapa de processamento de dados pelo operador, a qual é comumente laboriosa, em particular nos casos de dados multivariados. Espera-se que a plataforma seja uma alternativa promissora para análises point-of-use no que concerne ao monitoramento em tempo real e com alta sensibilidade de diferentes parâmetros que afetam a saúde da soja, com implicações inovadoras para a pesquisa científica (por exemplo, nanotoxicologia) e Agricultura 4.0. A candidata contará com o suporte técnico necessário e a infraestrutura do Laboratório Nacional de Nanotecnologia (LNNano) do Centro Nacional de Pesquisa em Energia e Materiais (CNPEM), que abrange todas as etapas aqui propostas. Previamente ao tópico de objetivos e resultados esperados, este projeto mostra resultados preliminares que indicam que o nosso sensor pode ser promissor para a análise da perda de água de folhas. As metas propostas principais são: microfabricação do sensor, cultivo de plantas de soja, estudos de desempenho analítico, biocompatibilidade e aderência dos eletrodos, multideterminações para o monitoramento de folhas de soja e ensaios in-situ. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BARBOSA, JULIA A.; FREITAS, VITORIA M. S.; VIDOTTO, LOURENCO H. B.; SCHLEDER, GABRIEL R.; DE OLIVEIRA, RICARDO A. G.; DA ROCHA, JAQUELINE F.; KUBOTA, LAURO T.; VIEIRA, LUIS C. S.; TOLENTINO, HELIO C. N.; NECKEL, ITAMAR T.; et al. Biocompatible Wearable Electrodes on Leaves toward the On-Site Monitoring of Water Loss from Plants. ACS APPLIED MATERIALS & INTERFACES, v. 14, n. 20, p. 13-pg., 2022-03-21. (20/09102-4)

GIORDANO, GABRIELA F.; FERREIRA, LARISSA F.; BEZERRA, ITALO R. S.; BARBOSA, JULIA A.; COSTA, JULIANA N. Y.; PIMENTEL, GABRIEL J. C.; LIMA, RENATO S.. Machine learning toward high-performance electrochemical sensors. ANALYTICAL AND BIOANALYTICAL CHEMISTRY, v. 415, n. 18, p. 10-pg., 2023-01-13. (20/09102-4, 18/24214-3)

DE LIMA TINOCO, MARCOS V.; FUJII, LUCAS R.; NICOLICHE, CAROLINE Y. N.; GIORDANO, GABRIELA F.; BARBOSA, JULIA A.; DA ROCHA, JAQUELINE F.; DOS SANTOS, GABRIEL T.; BETTINI, JEFFERSON; SANTHIAGO, MURILO; STRAUSS, MATHIAS; et al. Scalable and green formation of graphitic nanolayers produces highly conductive pyrolyzed paper toward sensitive electrochemical sensors. NANOSCALE, v. 15, n. 13, p. 14-pg., 2023-02-22. (20/09102-4)