Красноярские ученые разработали новый композитный материал на основе нановолокон оксида алюминия и детонационных наноалмазов. Он недорогой, прост в производстве и может обнаружить токсичные вещества, в частности фенол, в производственных сточных водах.
Фенол – один из наиболее распространенных загрязнителей природных вод. Он используется в производстве пластмасс, фармацевтических препаратов, пестицидов и гербицидов. Существующие высокочувствительные методы определения фенола занимают много времени, требуют многоэтапных и трудоемких процедур пробоподготовки и использования дорогостоящего специализированного оборудования. В то же время для эффективного мониторинга промышленных сточных вод необходимы быстрые и недорогие методы определения опасных веществ.
Коллектив красноярских ученых из ФИЦ «Красноярский научный центр СО РАН» и Сибирского федерального университета разработал недорогой, простой в производстве и использовании композитный материал для обнаружения фенола в промышленных сточных водах. Он состоит из нановолокон оксида алюминия и детонационных наноалмазов.
Композиционный материал имеет сетчатую структуру, в которой кластеры наноалмазов распределены по поверхности нановолокон. Специалисты отмечают, что такие мембранные структуры обладают рядом преимуществ перед материалами из полимерных нановолокон. Например, они имеют более высокую термическую и механическую стабильность, повышенную химическую и биологическую стойкость, простоту очистки и более длительный срок службы.
В результате деятельности многих отраслей промышленности в поверхностные водоемы попадает большое количество химических соединений, практически неразлагаемых в природе и являющихся токсичными. Одно из таких – фенол и его производные. В связи с этим существует необходимость в мониторинге уровня загрязнения промышленных сточных вод, позволяющего легко и эффективно проводить анализ воды «на месте». Это помогало бы экологическим службам и общественному контролю быстрее оценивать экологическое состояние природных вод. Процедура колориметрического анализа воды на содержание фенола с использованием полученного нами композита происходит следующим образом. На поверхность изготовленного композита, который имеет белый цвет, добавляется водный образец с предварительно внесенными реагентами. Если в образце присутствует фенол, наноалмазы в составе композита запускают цветную реакцию и композит окрашивается в малиновый цвет. Интенсивность цвета пропорциональна содержанию фенола в пробе и может быть легко оценена «на месте» по цветовой шкале», – объяснил один из соавторов работы Никита Ронжин, кандидат биологических наук, научный сотрудник Института биофизики СО РАН
Специалисты ФИЦ КНЦ отмечают, что разработанный композит можно применять многократно, в серии как минимум из шести последовательных тестов. После каждого использования необходимо всего лишь промыть композитный диск деионизированной водой для удаления остатков компонентов реакции.
«Мы показали, что созданный композит позволяет легко выполнять колориметрический анализ для качественного и количественного определения фенола в воде. Тесты подтверждают, что композит можно использовать повторно, он сохраняет каталитическую функцию в течении года при хранении при комнатной температуре. Колориметрическое определение фенола и фенольных соединений очень многообещающе, поскольку результат теста виден невооруженным глазом. Количественное определение фенола может быть выполнено с помощью спектрофотометра. В качестве альтернативы изображение цветного продукта может быть снято камерой даже обычного телефона. Проанализировать результаты можно будет специально созданной программой. Полученные результаты открывают перспективы для разработки нового класса систем индикации многоцелевого использования, например, 2D и 3D сенсоров. Кроме того, предлагаемый композит может быть использован в качестве матрицы-хозяина для иммобилизации ферментов, что создает предпосылки для создания новых многоразовых систем медицинской диагностики», – рассказал Илья Рыжков, доктор физико-математических наук, ведущий научный сотрудник Института вычислительного моделирования СО РАН.
