利用水生动物的肠道微生物群作为微塑料污染的指标,使用可解释的机器学习模型
Zhaoji Shi1, Rui Guo1, Fucheng Yao1
1Department of Ecology, College of Natural Resources and Environment, South China Agricultural University, Guangzhou 510642, China; Guangdong Engineering Technology Research Centre of Modern Eco-agriculture and Circular Agriculture, Guangdong Provincial Key Laboratory of Eco-circular Agriculture, South China Agricultural University, Guangzhou 510642, China; Key Laboratory of Agro-Environment in the Tropics, Ministry of Agriculture and Rural Affairs, South China Agricultural University, Guangzhou 510642, China; Guangdong Laboratory for Lingnan Modern Agriculture, South China Agricultural University, Guangzhou 510642, China.
水生动物的肠道微生物可以表明微塑料污染. 机器学习确定了特定的细菌,如Aurantimicrobium和Salipiger_489036,分别是淡水和盐水中的关键指标.
科学领域:
- 环境微生物学环境微生物学
- 生态毒理学 生态毒理学
- 生物指标 生物指标
背景情况:
- 微塑料污染是一个日益严重的环境问题,影响水生生态系统.
- 水生动物的肠道微生物群对微塑料暴露非常敏感.
- 使用肠道微生物群作为微塑料污染的生物指标需要进一步调查.
研究的目的:
- 探索水生动物肠道微生物群作为微塑料污染指标的潜力.
- 为了识别特定的微生物种类,可以信号微塑料污染.
- 评估微塑料对肠道微生物社区结构和功能的影响.
主要方法:
- 对17种水生物种 (634个样本) 的公开可用的肠道微生物群测序数据的分析.
- 应用可解释的机器学习模型 (随机森林,SHAP值) 来识别微塑料指标.
- 微塑料暴露和未暴露的水生动物之间的微生物形状的比较.
主要成果:
- 微塑料在淡水和盐水物种中显著改变了肠道微生物群的组成和功能,减少了功能冗余.
- 随机森林模型使用属级分类学准确预测了微塑料污染 (AUC > 0.8).
- 确定了20个淡水和25个盐水微生物指标,其中Aurantimicrobium和Salipiger_489036是每个环境的关键.
- 指标的重要性因宿主物种,暴露时间,微塑料度和大小而异.
结论:
- 水生动物肠道微生物群可以作为微塑料污染的有效生物指标.
- 机器学习方法可以识别环境污染物的强大的微生物指标.
- 这项研究为开发水生环境的新型微生物监测工具提供了基础.
更多相关视频
05:31Sampling, Sorting, and Characterizing Microplastics in Aquatic Environments with High Suspended Sediment Loads and Large Floating Debris
Published on: July 28, 2018
09:10Multimodal Analysis of Microplastics in Drinking Water using a Silicon Nanomembrane Analysis Pipeline
Published on: June 13, 2025
