深度学习驱动的研究纳米塑料对土壤原生虫的行为在土壤芯片中的影响

科学领域:

• 环境科学 环境科学
• 微生物生态学 微生物生态学
• 生态毒理学 生态毒理学

背景情况:

• 纳米塑料是无处不在的土壤污染物,其生态影响尚不清楚.
• 在土壤中观察微生物的现场行为在实验上具有挑战性.
• 现有的方法通常依赖于基于文化的方法,限制了生态相关性.

研究的目的:

• 开发和验证一种用于实时,高通量监测纳米塑料暴露下的土壤原体的新系统.
• 量化评估不同原生群体对不同纳米塑料度的行为反应.
• 建立一个新的框架来研究微生物与环境的相互作用在现实的息地.

主要方法:

• 开发微流体土壤芯片来模拟土壤微环境.
• 微观视频分析与深度学习的整合,用于原生体检测.
• 基于变压器的算法用于重建原生体运动轨迹的应用.
• 暴露土壤原生体 (鞭状体,状体,虫) 纳米塑料度的梯度 (0,2,10 mg/L).

主要成果:

• 在高纳米塑料度 (10 mg/L) 的情况下,鞭毛动物和毛动物的运动速度显著降低 (24%-30%的下降).
• 在测试的纳米塑料度中,阿米巴在运动行为上没有显著的变化.
• 轨迹分析提供了对原生体在类似土壤的微观结构中的导航的见解.

结论:

• 开发的AI驱动的微流体系统可以直接在现场观察土壤原生虫的行为.
• 纳米塑料对某些土壤原生群体构成行为威胁,影响其移动性.
• 这种方法推进了微生物生态学,通过使环境压力因素影响的动态,息地特定研究成为可能.