使用新型多重复合藻类细胞学成像 (MACI) 试验和机器学习作为一种方法来描述植物类型生物体中复杂的表型
Eric Ostovich1, Rebecca Klaper1
1School of Freshwater Sciences, University of Wisconsin-Milwaukee, Milwaukee, Wisconsin 53204, United States.
Environmental science & technology
|March 6, 2024
概括
我们开发了一种新的成像试验,用于分析暴露于环境化学物质的藻类中的细胞变化. 这种方法可以快速识别藻类中的化学作用机制和细胞点.
科学领域:
- 环境毒理学环境毒理学
- 细胞成像 细胞成像
- 物理学的生理学
背景情况:
- 高通量表型分析描述了单细胞形态数据,用于预测化学标和作用机制 (MoA).
- 由于对相关物种的研究有限,这种方法在环境毒理学中未得到充分利用.
研究的目的:
- 开发和验证用于环境毒理学的多重藻类细胞学成像 (MACI) 试验.
- 描述细胞影响并确定藻类中环境化学物质的MOA.
主要方法:
- 使用单细胞微藻*Raphidocelis subcapitata**开发了一个MACI测定方法.
- 暴露于 *R. subcapitata* 的除草剂和抗生素与已知的 MoAs.
- 在亚细胞组件形态学中量化微妙的变化,包括面积,形状,数量,光和颗粒度.
主要成果:
- 在MACI测试成功地特征表型对各种化学物质的反应.
- 在亚细胞组件中检测到微妙的形态变化.
- 证明了该试验能够根据化学MoAs区分反应的能力.
结论:
- MACI提供了一个快速有效的框架,用于分析对环境化学品的表型反应.
- 该试验可用于确定MOA并识别植物类生物体中的细胞点.
- MACI在环境毒理学中推进了高通量表型分析的应用.
