Decodificación guiada por aprendizaje automático de señales bioelectrónicas de células cianobacterianas...

Área de la Ciencia:

• Biotecnología
• Los organismos fotosintéticos
• Biología sintética

Sus antecedentes:

• La detección de señales bioeléctricas débiles de organismos fotosintéticos es crucial para monitorear su estado fisiológico.
• Los métodos existentes se enfrentan a desafíos debido a la baja eficiencia de generación y transmisión de señales.

Objetivo del estudio:

• Desarrollar un sistema biohíbrido para mejorar la adquisición e interpretación de las señales bioeléctricas de las cianobacterias.
• Establecer una correlación entre las señales bioeléctricas y las condiciones fisiológicas utilizando el aprendizaje automático.
• Para crear un dispositivo de monitoreo inalámbrico para los organismos fotosintéticos.

Principales métodos:

• Construido un sistema biohíbrido que integra *Synechococcus* sp. PCC7942 (Syne) con el derivado poli (fluoro-co-fenileno) (PFP) y el polipirrol (PPy).
• Utilizado PFP para la recolección de luz y PPy para la conductividad eléctrica para amplificar señales bioelectrónicas.
• Utilizó modelos de aprendizaje automático para correlacionar las señales con los parámetros ambientales (temperatura, luz, pH, nutrientes).
• Diseñado y simulado un dispositivo de monitoreo inalámbrico.

Principales resultados:

• El sistema Syne/PFP/PPy aumentó la intensidad de la señal bioelectrónica en más de 14 veces en comparación con las células Syne solas.
• Se correlacionaron con éxito las señales bioeléctricas amplificadas con las variaciones de temperatura, intensidad de luz, pH y disponibilidad de nutrientes.
• Demostró la viabilidad de la vigilancia inalámbrica de las células de Syne utilizando el sistema desarrollado.

Conclusiones:

• El sistema biohíbrido Syne/PFP/PPy mejora efectivamente la detección de señales bioeléctricas en organismos fotosintéticos.
• La integración del aprendizaje automático permite decodificar los estados fisiológicos de las señales bioeléctricas.
• Este enfoque proporciona una plataforma prometedora para el monitoreo inalámbrico en tiempo real del estado de los organismos fotosintéticos.