Выявление токсического воздействия тяжёлых металлов на фитопланктон с помощью анализа индукционных кривых флуоресценции хлорофилла методами машинного обучения
Создание сети автономных станций биоиндикации состояния водных объектов требует разработки методов анализа больших массивов данных. В данной работе показано, каким образом сочетание методов машинного обучения с традиционными статистическими методами может быть использовано для выявления неявных закономерностей в массиве данных по действию тяжёлых металлов на природный фитопланктон. Массив экспериментальных данных представляет собой 465 кривых индукции флуоресценции, измеренных на образцах фитопланктона из 9 водоёмов Псковской области, и отражающих динамику переноса электрона в фотосинтетическом аппарате клеток водорослей. Каждая кривая характеризуется 14 параметрами JIP-теста, часть из которых непосредственно описывают форму кривой, другая часть параметров связывает форму кривой с энергетическими потоками, возникающими в фотосинтетическом аппарате в ответ на получение клеткой кванта света. На базе массива параметров JIP-теста методами кластерного анализа был проведён анализ различий в фотосинтетической активности проб фитопланктона из 9 водоёмов Псковской области в контроле и при долгосрочном воздействии солей кадмия и хрома. В контрольных пробах были выявлены две группы, различающиеся фотосинтетической активностью фитопланктона. Предполагается, что более низкая фотосинтетическая активность проб фитопланктона связана с антропогенной нагрузкой на водоёмы, из которых были взяты соответствующие образцы. Показано, что в пробах с изначально низкой активностью фотосинтетического аппарата токсическое действие тяжёлых металлов проявляется на более поздних сроках инкубации по сравнению с более активными пробами. Предложенный подход может быть легко масштабирован для анализа больших массивов экспериментальных данных, что делает его перспективным инструментом для раннего обнаружения токсического загрязнения природных вод.
ISSN 1995-4301
Выбор параметров просмотра
