ພວກເຮົາມັກຈະໄດ້ຍິນສະເໝີວ່າ ປລາສຕິກນັ້ນໃຊ້ເວລາດົນນານໃນການຍ່ອຍສະຫຼາຍກວ່າຈະຫາຍໄປຈາກໂລກນີ້ ເປັນເວລາຫຼາຍລ້ານປີ, ແຕ່ເພາະຍຸກສະໄໝປ່ຽນໄປ ມີການພັດທະນາໃນຫຼາຍໆດ້ານ ໂດຍສະເພາະດ້ານເຕັກໂນໂລຊີວິສະວະກຳ, ການຍ່ອຍສະຫຼາຍຂອງປລາສຕິກຈະກາຍເປັນເລື່ອງທີ່ງ່າຍ ແລະ ໃຊ້ເວລາສັ້ນໆ. ເພາະປະຈຸບັນໄດ້ມີການຄົ້ນພົບວິທີການຍ່ອຍສະຫຼາຍປລາສຕິກຈາກລ້ານປີໃຫ້ສັ້ນລົງເຫຼືອພຽງ 1 ວັນ ເທົ່ານັ້ນ.

ຄວາມມະຫັດສະຈັນນີ້ມີຊື່ວ່າ ເອນໄຊມ໌ ‘FAST-PETase’ ທີ່ອາດເປັນເປົ້າໝາຍໃໝ່ໃນອະນາຄົດອັນສໍາຄັນຂອງມະນຸດໃນການຕໍ່ສູ້ກັບບັນຫາຂີ້ເຫຍື້ອປລາສຕິກລົ້ນເມືອງ ເຊິ່ງພັດທະນາໂດຍທີມວິໄຈຈາກ ມະຫາວິທະຍາໄລ ເທັກຊັສ ອອສຕິນ (University of Texas at Austin) ຕໍ່ຍອດມາຈາກ ເອນໄຊມ໌ຍ່ອຍປລາສຕິກທີ່ມີຢູ່ແລ້ວຕາມທໍາມະຊາດ ເຊິ່ງມີຊື່ເອີ້ນວ່າ ‘PETase’.

ເອນໄຊມ໌ໃໝ່ ‘FAST-PETase’ ນີ້ຈະຊ່ວຍໃຫ້ແບັກທີເຣຍສາມາດເຂົ້າໄປຍ່ອຍສະຫຼາຍປລາສຕິກໂດຍໃຊ້ວິທີ (machine learning) ​​ໃຫ້ລະບົບຄອມພິວເຕີຮຽນຮູ້ໄດ້ດ້ວຍຕົວເອງ, ເພື່ອລະບຸຊະນິດການປ່ຽນແປງຮູບ 5 ຊະນິດທີ່ຈະເຮັດໃຫ້ການຍ່ອຍສະຫຼາຍປລາສຕິກເປັນໄປຢ່າງໄວວາ ພາຍໃຕ້ສະພາບແວດລ້ອມທີ່ແຕກຕ່າງກັນຈົນປລາສຕິກຢູ່ໃນລັກສະນະໂມເລກຸນພື້ນຖານ.

ຖາມວ່າມັນສາມາດຍ່ອຍສະຫຼາຍໄດ້ໄວປານໃດ ? ຈາກຜົນການທົດລອງການໃຊ້ເອນໄຊມ໌ ພົບວ່າ ປລາສຕິກຊະນິດ PET ຫຼື ປລາສຕິກໃສທີ່ມັກຖືກນໍາໄປບັນຈຸເຄື່ອງດື່ມ, ຕຸກນ້ຳອັດລົມທັງຫຼາຍ ສາມາດຍ່ອຍສະຫຼາຍໄດ້ພາຍໃນ 1 ອາທິດ ແລະ ບາງກໍລະນີໃຊ້ເວລາພຽງ 24 ຊົ່ວໂມງເທົ່ານັ້ນ.

ເອນໄຊມ໌ຊະນິດນີ້ ມີປະສິດທິພາບໃນການຍ່ອຍສະຫຼາຍໃນອຸນຫະພູມທີ່ຕໍ່າກວ່າ 50 ອົງສາ ແຖມປລາສຕິກທີ່ຍ່ອຍສະຫຼາຍໄປແລ້ວຍັງສາມາດນໍາກັບມາຂຶ້ນຮູບເພື່ອສ້າງເປັນຜະລິດຕະພັນປລາສຕິກອັນໃໝ່ໂດຍຜ່ານການໃຊ້ຂະບວນການທາງເຄມີໄດ້ອີກດ້ວຍ.

ໃນປັດຈຸບັນ ໂລກຂອງພວກເຮົາມີປະລິມານປລາສຕິກທີ່ຖືກລີໄຊໂຄລພຽງ 9% ເທົ່ານັ້ນ ແລະ ວິທີການຈັດການປລາສຕິກສ່ວນຫຼາຍມັກເປັນການຝັງລົງດິນ(ຝັງກົບ), ເຊິ່ງໃຊ້ເວລາດົນພໍສົມຄວນໃນການຍ່ອຍສະຫຼາຍ ຫຼື ວິທີການຈູດເຜົາ ທີ່ປ່ອຍກາສເຮືອນແກ້ວທີ່ອັນຕະລາຍຂື້ນສູ່ຊັ້ນບັນຍາກາດໂລກ ແລະ ສົ່ງຜົນກະທົບຕໍ່ລະບົບນິເວດຕ່າງໆໃນການດຳລົງຊີວິດຂອງພວກເຮົາອີກດ້ວຍ.

ການຄົ້ນພົບເອນໄຊມ໌ຊະນິດນີ້ຈຶ່ງອາດນໍາໄປສູ່ທາງເລືອກໃໝ່ໃນການຍ່ອຍສະຫຼາຍຂີ້ເຫຍື້ອປລາສຕິກທີ່ດີກວ່າໃຫ້ກັບໂລກ. ຖືໄດ້ວ່າເປັນຂ່າວດີ ເພາະເຮົາອາດມີຫົນທາງໃໝ່ໃນການຊ່ວຍເຫຼືອມະນຸດໃຫ້ພົ້ນວິກິດຂີ້ເຫຍື້ອປລາສຕິກລົ້ນໂລກໄດ້ເປັນຢ່າງດີ.

ທີ່ມາແຫຼ່ງຂໍ້ມູນ : Sciene alert. Engineers Create an Enzyme That Breaks Down Plastic Waste in Hours, Not Decades. https://bit.ly/3yoaQb9

Nature. Machine learning-aided engineering of hydrolases for PET depolymerization. https://go.nature.com/3KyDV5N

https://www.facebook.com/1741355449523333/posts/3327474550911407/