Автореферат (1150359), страница 5
Текст из файла (страница 5)
Группы реальных водных образцов и методы биотестированияТест-объектБиологическаяреакцияДиапазонтоксичности (ЭК50(15 минут) дляVibriofischeri)КоличествообразцовDaphnia magna(сточные воды)Смертность тестобъекта0-100%15Chlorella vulgaris(поверхностные воды)Замедление роставодоросли40-63%15Chlorella vulgaris(50-кратноеразбавление)Paramecium Caudatum(поверхностные источные воды)Vibriofischeri(поверхностные источные воды)Замедление роставодоросли22-36%15Хемотаксис0-1 (безразмерныйкоэффициенттоксичности)36Снижениеинтенсивностилюминесценции0,08 - >100%26Для реальных образцов, изученных с помощью Vibrio fischeri,эффективная концентрация выражается в процентах, значение >100%указывает на нетоксичность образца.Для всех образцов, отобранных в Санкт-Петербурге, было создано пятьрегрессионных моделей, по одной модели для каждой из методикбиотестирования, использовавшихся для определения токсичности, а такжеодна модель для 50-кратно разбавленных образцов, исследованных спомощью Chlorella vulgaris.
Обработка данных проводилась методомпроекции на латентные структуры (ПЛС). В таблице 7 представленыпараметры ПЛС-моделей, построенных на основе результатов анализаобразцов, токсичность которых оценивалась исходя из смертности дафний,хемотаксиса инфузорий и снижения оптической плотности водорослей.Количество образцов было ограниченным, поэтому для проверкикачества разработанных моделей была проведена полная перекрёстнаяпроверка моделей, а также проверка, использующая k-кратное (20-кратное)случайное разбиение образцов на тестовый и градуировочный набор.21Таблица 7.Параметры регрессионных моделей, для образцов,отобранных в Санкт-ПетербургеТест-объект и вариантпроверкиDaphnia magna(сточные воды)полная перекрёстная проверка20-кратное случайное разбиение(5 образцов)Chlorella vulgaris(поверхностные воды)полная перекрёстная проверка20-кратное случайное разбиение(5 образцов)Chlorella vulgaris (50-кратноеразбавление)полная перекрёстная проверка20-кратное случайное разбиение(5 образцов)Paramecium caudatum(поверхностные и сточныеводы)полная перекрёстная проверка20-кратное случайное разбиение(14 образцов)НаклонОффсетСКОПR20,836,316,50,81--23,5-0,818,83,80,83--6,1-0,951,61,50,94--2,7-0,930,030,090,95--0,15-Установлено, что мультисенсорная система позволяет с погрешностями24, 27, 19 и 15% определять токсичность водных образцов, для анализакоторых использовались соответственно D.
Magna, C. vulgaris, C. Vulgaris(50-кратное разбавление) и P. Caudatum в качестве тест-объекта.Метод проекции на латентные структуры применялся и длянахождения корреляции между данными мультисенсорной системы и методабиотестирования в случае исследования образцов поверхностных и сточныхвод из Испании. В качестве методики определения токсичности в этом случаеиспользовалось исследование снижения люминесценции морских бактерийVibrio fischeri в зависимости от опасности водного образца, позволяющееоценить эффективную концентрацию образца (ЭК50), т.е. концентрацию, прикоторой свечение бактерий уменьшается в два раза.В таблице 8 представлены параметры ПЛС-модели, построенной наоснове результатов анализа образцов.Для нетоксичных образцов, значение эффективной концентрациикоторых составляло >100%, было присвоено максимальное значениеэффективной концентрации 100%.
Это было сделано для сохраненияпредставительности регрессионных моделей, так как число образцов было22небольшим (26 образцов), и удаление данных привело бы к потере этойхарактеристики.Таблица 8. Параметры регрессионной модели для группы реальныхобразцов, исследованных с помощью Vibrio fischeriВариант проверкиПолная перекрёстная проверка(26 образцов)наклон0,84оффсет12,5СКОП, %20,7R20,7830-кратное случайное разбиение(10 образцов)--21-Данные из таблицы 8 позволяют предполагать, что мультисенсорнуюпотенциометрическую систему и в этом случае можно использовать дляоценки токсичности образцов.
Было установлено, что система позволяет сосреднеквадратичным отклонением не более 21% определять токсичностьреальных водных образцов, для анализа которых в качестве тест-объектаиспользовались люминесцентные бактерии.Полученная модель использовалась для прогнозирования значенийэффективной концентрации трех образцов, токсичность которых быланеизвестна, однако, была предоставлена информация об их происхождении.В таблице 9 представлены значения эффективной концентрации,спрогнозированные с помощью регрессионных моделей, и исходя из оценкиморских бактерий.
Из таблицы видно, что спрогнозировать значенияэффективной концентрации на основе данных потенциометрическоймультисенсорной системы можно с относительной погрешностью не более22%.Таблица 9. Прогнозируемые с помощью мультисенсорной системы иреферентные значения токсичности водных образцовОбразецСточные водыБиофильтратПоверхностныеводыРеферентныезначения ЭК50,%1001001007881Относительнаяпогрешностьопределения, %22197822Прогнозируемыезначения ЭК50, %Для численного прогнозирования токсичности образцов, отобранных вИспании и относящихся к классу ЭК50≤100, также использовали алгоритмрегрессии со случайным выбором k-ближайших соседей и метод случайныхлесов.В связи с ассиметричным распределением данных, а именно,недостатком образцов с высокими значениями эффективной концентрации,было решено провести логарифмическое преобразование (log2) данных итолько потом использовать данные для прогнозирования значения23эффективной концентрации. Таким образом, все ошибки прогнозированиядалее также даны в логарифмической форме.
Прогнозирование значенийэффективной концентрации для реальных образцов, отобранных в Испании,проводилось с меньшей погрешностью при использовании методаслучайного выбора k-ближайших соседей (k=1). В качестве критерияэффективности рассматривали значение среднего абсолютного отклонения,т.е. арифметическое среднее отклонений всех значений от среднего,вычисленное при проведении полной перекрестной проверки 1000 раз.Среднее абсолютное отклонение составило 21,5 ≈ 2,83 %.ЗАКЛЮЧЕНИЕВ рамках диссертационной работы поставленные задачи решены и цельдостигнута. На основании полученных результатов можно сделать рядвыводов:1.Установлено, что массив потенциометрических сенсоровобладает чувствительностью к ряду веществ, относящихся к классу фенолов,таких как фенол, о-нитрофенол, п-крезол, а также поверхностно-активнымвеществам – додецисульфату натрия и цетилтриметиламмоний бромиду.Таким образом, установлено, что мультисенсорная система можетприменяться для анализа образцов, в составе которых присутствуют данныевещества.2.Установлено, что анализ водных образцов разного составамультисенсорной системой с последующей многомерной обработкойпозволяет проводить оценку интегральной токсичности водных образцовиндивидуальных токсикантов в шкалах биотестирования на основе реакцииVibrio fischeri.
В качестве метода многомерной обработки данных выбранметод проекций на латентные структуры. Погрешность определениязначения токсичности не превышает 21%.3.Установлено, что анализ водных образцов разного составамультисенсорной системой с последующей многомерной обработкойпозволяет проводить оценку интегральной токсичности воды в шкалахметодов биотестирования, основанных на реакциях различных живых тестобъектов, например, Daphnia magna, Paramecium caudatum, Vibrio fischeri иChlorella vulgaris. В качестве метода обработки многомерных данных выбранметод проекций на латентные структуры.
Погрешность определениязначения токсичности в шкалах первых трех тест-объектов не превышала24%.4.На примере образцов, интегральная токсичность которых былаопределена с помощью Paramecium caudatum, было показано, что используяпоказания мультисенсорной системы и последующей обработки данных спомощью метода главных компонент, можно разделить загрязненные ичистые образцы, а также выделить различные типы загрязнения.5.На примере образцов, интегральная токсичность которых былаопределена с помощью Vibrio fischeri, было установлено, что используяпоказания массива потенциометрических сенсоров и последующую24обработку полученных данных с помощью метода случайных лесов и методаслучайного выбора k-ближайших соседей, можно разделить образцы на двакласса в зависимости от токсичности, а затем спрогнозировать конкретныечисленные значения токсичности для образцов с эффективнойконцентрацией выше 50.Основные результаты опубликованны в следующих работах:1.KirsanovD., ZadorozhnayaO., KrasheninnikovA., KomarovaN.,.
Popov A,Legin A. Water toxicity evaluation in terms of bioassay with an Electronic Tongue//Sens. and Actuat. B. 2013. V. 179. P. 282-286.2.ЗадорожнаяО.А., Кирсанов Д.О., Власов Ю.Г., Тонкопий В.Д., РыбакинВ.Н., Загребин А.О., Легин А.В. Определение интегральной токсичностиводы в терминах биотестирования с помощью мультисенсорной системы,чувствительной к индивидуальным токсикантам // Журнал прикладнойхимии, 2014. Т.87, №4, С. 416-423.3.ZadorozhnayaO., KirsanovD., BuzhinskyI., TsarevF., AbramovaN.,BratovA.,MunozF.J.,RiboJ.,BoriJ.,RivaM.C.,LeginA.WaterpollutionmonitoringbyanartificialsensorysystemperformingintermsofVibriofischeribacteria // Sens.
andActuat. B. 2015. V. 207. P. 1069-1075.4.Kirsanov D., Zadorozhnaia O., Legin A., Krasheninnikov A., Komarova N.,Popov A. Water toxicity assessment with potentiometric multisensor system//Sixth International Conference onSensing Technology (ICST), Kolkata, India,18-21 December 2012. P. 611-613.5.Задорожная О. А. Оценка токсичности воды с помощьюпотенциометрической мультисенсорной системы.
// Тезисы докладов. VIIIВсероссийская конференция молодых ученых, аспирантов и студентов смеждународным участием «Менделеев-2014». Санкт-Петербург, 1 – 4 апреля2014. С. 283-284.6.Задорожная О.А., Кирсанов Д.О., Легин А.В., Риба М.К., Рибо Ж.,Братов А.В., Абрамова Н.Ю. Оценка токсичности воды с помощьюпотенциометрической мультисенсорной системы // Сборник тезисов IXВсероссийской конференции по анализу объектов окружающей среды«Экоаналитика-2014», Светлогорск.
23 – 28 июня 2014. С. 87.7.Kirsanov D., Zadorozhnaya O., Legin A. Machine simulation of complexbehavior of living creatures: water toxicity assay with potentiometric electronictongue // 11th Asian Conference on Chemical Sensors (ACCS 2015), Penang,Malaysia, 16-18 November 2015. P. 49.8.Кирсанов Д.О., Задорожная О.А., Легин А.В. Оценка токсичности водыв терминах биотестирования с помощью мультисенсорных систем // Сборниктезисов X Всероссийской конференции по анализу объектов окружающейсреды «Экоаналитика-2016», Углич. 26 июня – 2 июля 2016. С. 7425.