Liście herbaty absorbują metale ciężkie. Co oznacza to dla jej miłośników?

Parzenie herbaty usuwa z wody szkodliwe ciężkie metale, takie jak ołów i kadm – informuje pismo “ACS Food Science & Technology”.

Jak parzenie herbaty usuwa z wody metale ciężkie

.Naukowcy z Northwestern University (NU) w Evanston (USA) wykazali, że parzenie herbaty naturalnie adsorbuje szkodliwe metale ciężkie, takie jak ołów i kadm. Jony metali ciężkich przylegają do powierzchni liści herbaty i pozostają uwięzione, dopóki zużyte listki lub torebka herbaty nie zostaną wyrzucone.

„Nie sugerujemy, aby wszyscy zaczęli używać liści herbaty jako filtra wody” — powiedział Vinayak Dravid z NU, starszy autor badania. – „Naszym celem było zmierzenie zdolności herbaty do adsorpcji metali ciężkich. Poprzez ilościowe określenie tego efektu nasza praca podkreśla nierozpoznany potencjał spożycia herbaty, aby pasywnie przyczyniać się do zmniejszenia narażenia na metale ciężkie w populacjach na całym świecie”.

„Nie jestem pewien, czy liście herbaty jako materiał mają coś absolutnie niezwykłego” — powiedział Benjamin Shindel, pierwszy autor badania. – „Mają dużą powierzchnię aktywną, co jest przydatną właściwością materiału adsorpcyjnego i co sprawia, że liście herbaty dobrze nadają się do szybkiego uwalniania nadających smak substancji chemicznych do wody. Ale co jest wyjątkowe, to fakt, że herbata jest najczęściej spożywanym napojem na świecie. Można rozdrobnić wszelkiego rodzaju materiały, aby uzyskać podobny efekt usuwania metali, ale niekoniecznie byłoby to praktyczne. W przypadku herbaty ludzie nie muszą robić nic więcej. Wystarczy włożyć liście do wody i zaparzyć je, a one naturalnie usuną metale”. W czasie badań Shindel był doktorantem w laboratorium Dravida; obecnie pracuje w National Energy Technology Laboratory w Departamencie Energii Stanów Zjednoczonych.

Przeprowadzone badania

.Aby przeprowadzić badanie, zespół z NU zbadał, w jaki sposób różne rodzaje herbaty, torebki herbaty i metody parzenia wpływają na adsorpcję metali ciężkich. Testowano zarówno „prawdziwe” herbaty, takie jak czarna, zielona, oolong i biała, a także herbaty rumiankowe i rooibos. Zbadano również różnice między herbatą sypaną a herbatą w torebkach.

Naukowcy stworzyli roztwory wodne ze znanymi ilościami ołowiu i innych metali (chromu, miedzi, cynku i kadmu), a następnie podgrzali roztwory do temperatury tuż poniżej wrzenia. Następnie dodali liście herbaty, które parzyły się przez różne odstępy czasu — od kilku sekund do 24 godzin.

Po zaparzeniu zespół zmierzył, ile metalu pozostało w wodzie. Porównując poziom metalu przed i po dodaniu liści herbaty naukowcy byli w stanie obliczyć, ile zostało skutecznie usunięte.

Po wielu eksperymentach Dravid, Shindel i ich zespół zidentyfikowali kilka trendów. Po przetestowaniu różnych rodzajów torebek bez herbaty w środku, naukowcy odkryli, że bawełniane i nylonowe torebki pochłaniają jedynie niewielkie ilości zanieczyszczeń. Jednak celulozowe okazały się niezwykle skuteczne.

Jony metalu przylegają do powierzchni materiału. Im większa powierzchnia, z którą mogą się związać, tym lepiej. Shindel zakłada, że celuloza, która jest biodegradowalnym materiałem naturalnym ma większą powierzchnię — a zatem więcej miejsc wiązania — niż materiały syntetyczne.

„Bawełniane i nylonowe torebki praktycznie nie usuwają metali ciężkich z wody” — zaznaczył Shindel. – „Nylonowe torebki do herbaty są problematyczne, ponieważ uwalniają mikroplastik, ale większość używanych obecnie torebek do herbaty jest wykonana z materiałów naturalnych, takich jak celuloza. Mogą uwalniać mikrocząsteczki celulozy, ale to tylko włókna, z którymi nasz organizm może sobie poradzić”.

Rodzaj herbaty i jej rozdrobnienie odgrywały niewielką rolę w adsorpcji zanieczyszczeń. Drobno pokruszone liście herbaty, szczególnie czarnej, adsorbowały nieco więcej jonów metali niż całe liście.

„Kiedy liście herbaty są przetwarzane na czarną herbatę – marszczą się, a ich pory się otwierają” — wyjaśnił Shindel. – „To zwiększa powierzchnię. Rozdrobnienie liści również zwiększa powierzchnię, zapewniając jeszcze większą zdolność wiązania”.

Parzenie herbaty a adsorpcja jonów metali

.Najważniejszą rolę w zdolności liści herbaty do adsorpcji jonów metali odegrał czas parzenia. Im był dłuższy, tym więcej zanieczyszczeń zostało zaadsorbowanych.

„Każda herbata, która parzy się dłużej lub ma większą powierzchnię, skutecznie zregeneruje więcej metali ciężkich” — wskazał Shindel. – „Niektórzy parzą herbatę przez kilka sekund, co nie wpłynie znacząco na poziom ciężkich metali. Jednak parzenie herbaty przez dłuższy czas lub nawet przez noc — jak w przypadku wersji mrożonej — usunie większość metalu, a może nawet prawie cały metal z wody”.

Na podstawie swoich eksperymentów naukowcy szacują, że przygotowanie herbaty może usunąć około 15 proc. ołowiu z wody pitnej, nawet dla wysokich stężeń ołowiu sięgających 10 części na milion. Szacunek ten dotyczy „typowej” filiżanki herbaty, która zawiera jedną filiżankę wody i jedną torebkę herbaty, parzonej przez trzy do pięciu minut. Zmiana parametrów usuwa różne poziomy ołowiu. Na przykład parzenie herbaty przez dłużej niż pięć minut pochłania więcej ołowiu w porównaniu ze średnim czasem parzenia.

„Dziesięć części ołowiu na milion jest oczywiście niewiarygodnie toksyczne” — powiedział Shindel. – „Jednak przy niższych stężeniach ołowiu liście herbaty powinny usunąć podobną część zawartości metalu w wodzie. Głównym czynnikiem ograniczającym jest czas parzenia herbaty”.

Według Shindela wyniki badania dostarczają przydatnych informacji, które można wykorzystać w badaniach nad zdrowiem publicznym.

„Jeśli ludzie wypiją dodatkową filiżankę herbaty dziennie, być może z czasem zauważymy spadek zachorowań, które są ściśle skorelowane z narażeniem na metale ciężkie” — powiedział. – „Albo może to pomóc wyjaśnić, dlaczego populacje, które piją więcej herbaty, mogą mieć niższe wskaźniki zapadalności na choroby serca i udary niż populacje, które piją mniej herbaty”.

Zdrowie pod najwyższą ochroną

.Profesor zwyczajny w Polskiej Akademii Nauk, prof. Michał KLEIBER, na łamach „Wszystko co Najważniejsze” twierdzi, że: „Przeczytałem kilka lat temu w amerykańskim czasopiśmie naukowym wywiad z pewnym lekarzem onkologiem pracującym w renomowanym szpitalu w Nowym Jorku, który wyznał, niejako samokrytycznie, że lepiej od niego bliską śmierć pacjenta potrafi przewidzieć młody kotek należący do jednej z opiekunek pracujących w domu dla osób terminalnie chorych. W pobliżu niektórych pacjentów kotek ten zaczynał dziwnie wciągać powietrze i skulony kładł się obok nich. Zdumiewające, że nigdy się nie omylił, a w ponad pięćdziesięciu przypadkach w ten sposób wskazani pacjenci umierali w ciągu następnych kilkunastu godzin. Lekarz ten wyznał, że w przypadku takiego zachowania kota natychmiast dzwonił do rodziny wskazanego pacjenta, prosząc ją o szybką wizytę w celu pożegnania bliskiej jej osoby, nie przyznając się oczywiście, na jakiej podstawie przedstawia tę smutną prognozę. Koledzy lekarza z innych oddziałów nie wierzyli w takie kocie profetyczne zdolności, ale ku ich zdumieniu przeprowadzone eksperymenty potwierdziły to także u nich”.

„Sytuacja ta wzbudziła oczywiście konsternację w różnych środowiskach lekarskich. Konsternację dodatkowo zwiększoną rezultatami analizy dotyczącej przeszło 12 000 terminalnie chorych pacjentów, przeprowadzonej na jednej z londyńskich uczelni medycznych. Analiza wykazała, że nawet w przypadku renomowanych onkologów i kardiologów określenie momentu zgonu pacjenta bardzo często odbiegało o wiele miesięcy od rzeczywistej daty śmierci. Nikt oczywiście nie wie, na czym polega owa kocia zdolność przewidywania bliskiej śmierci człowieka. Spekulowano, że kot wyczuwał może zapachy wydzielane przez obumierające komórki chorego, ale nigdy nie doszło do potwierdzenia ani tej, ani żadnej innej teorii wyjaśniającej zachowanie się zwierzęcia. A szkoda, bo problem w miarę dokładnego przewidzenia momentu śmierci ma olbrzymie znaczenie nie tylko dla pacjenta i jego rodziny pozostającej w traumie wyczekiwania na najgorsze, ale oczywiście także dla sposobu opieki nad chorym. Należałoby jednak przy tym dobitnie zaznaczyć, że mówimy tu o osobach świadomych swego terminalnego stanu, gdyż przewidywanie daty śmierci u osób nieświadomych takiego zagrożenia mogłoby mieć dramatyczne konsekwencje”.

„Uznając medyczne wyzwania w tym trudnym obszarze oraz obserwując szybki rozwój sztucznej inteligencji (AI) i jej rozlicznych zastosowań, także właśnie medycznych, nie sposób w tej sytuacji nie zadać sobie pytania o jej możliwości diagnozowania zbliżającej się śmierci chorego. Za pierwszą taką próbę można uznać prace pewnego studenta informatyki na Uniwersytecie Stanforda, który opracował na podstawie danych medycznych dotyczących 160 tys. już zmarłych pacjentów program przewidujący ich śmierć w okresie od trzech do dwunastu miesięcy. Program przetestowany na dalszych 40 tys. pacjentów przyniósł bardzo obiecujące wyniki – 9 na 10 pacjentów z tej grupy zmarło w przewidywanym okresie, a 95 proc. pacjentów, którym program przypisał niskie prawdopodobieństwo zgonu, żyło dłużej niż 12 miesięcy. Jeśli dodatkowo uwzględnimy, że opracowany program działał na stosunkowo niewielkiej liczbie danych dotyczących poszczególnych pacjentów i będzie mógł być znacznie udoskonalony przez uwzględnienie szerokiej gamy innych wyników analiz oraz opinii lekarzy, trudno nie uznać tej próby wykorzystania AI za rzeczywiście obiecującą. Za podobnie udany eksperyment uznaje się użycie opracowanego przez Google programu o nazwie Medical Brain AI, przetestowanego na wielu pacjentach w dwu nieujawnionych amerykańskich szpitalach i potrafiącego przewidywać rychłą śmierć w ponad 90 proc. przypadków – wynik znacznie lepszy od osiąganego na drodze tradycyjnej metodologii stosowanej w tych szpitalach”.

„Jeszcze innym eksperymentem na tym polu była inicjatywa podjęta ostatnio na brytyjskim Uniwersytecie w Nottingham. Na podstawie danych medycznych, zebranych w latach 2006–2016, dotyczących pół miliona osób, ustalono, że w okresie tym 14 500 spośród tych pacjentów zmarło na nowotwór bądź choroby układów krwionośnego i oddechowego. Program AI wykorzystujący tzw. deep learning, „nauczony” na tych danych, prawidłowo przewidział śmierć w tym czasie prawie 80 proc. konkretnych osób z tej grupy, znacznie więcej, niż pozwoliły przewidzieć także użyte w tym badaniu inne, prostsze metody. Na podobnie dużej grupie osób w średnim wieku, dla których zebrano dane dotyczące ich genetyki i czynników środowiskowych, inny program AI przewidział z dokładnością prawie 80-procentową długość życia poszczególnych osób przekraczającą 80 lat. Badania tego typu wydają się obiecujące m.in. dlatego, że otwierają drogę do wiarygodnej oceny znaczenia sposobów odżywiania się ludzi i ich aktywności fizycznej w kontekście wpływu tych czynników na długość życia, a to mogłoby oczywiście w istotny sposób wpłynąć na obniżenie kosztów ochrony zdrowia” – pisze prof. Michał KLEIBER w tekście „Zdrowie pod najwyższą ochroną” – cały artykuł [LINK]

PAP/Paweł Wernicki/WszystkocoNajważniejsze/eg