高速検出戦略は、水のサンプル中のシアノバクテリアの花と関連するシアノトキシンの早期発見を可能にします, その有機マトリックスで, シェルフィッシュや他の魚製品など.シアノバクテリアの花は、あらゆる種類の環境で生きることができるシアノバクテリアの過剰増殖によるものです。そして、彼らは過去15年以内に世界中の環境問題として浮上しました。
ここ数年で有害なシアンノバクテリアの花が増えるにつれて、早期発見の必要性が高まり、花や有毒な広がりに対処するための鍵となるものが緊急になっています。当社の第一方向戦略は、リモートおよび近位センシング技術と実験室の化学およびバイオインフォマティクス解析を組み合わせて、ワークフローを統合した独自の方法です。プロセス全体が安全です。
サンプリングおよびラボ分析中にエアロゾル吸入や皮膚接触を防止するために、適切な安全対策が講じられます。データの取得では、まずグローバルワールドマップ上のターゲットエリアを見つけ、収集日に関するさまざまなパブリックおよびプライベートリモートセンシングデータセットからデータを取得します。取得後、生データを処理し、マルチスペクトルインデックスを計算し、結果の情報を分類します。
次に、生成された主題マップ上でサンプリング・サイトを定義します。サンプル収集の場合は、モバイルラボで選択したサンプリング サイトに機器を輸送し、マクロエリア調査を実行するためのドローン 飛行経路を計画します。現場では、異なるペイロードを装備した複数のドローンを使用して飛行ミッションを実行します。
そして、ドローンが取得した映像を使用して、ブルームの存在と延長を検証し、正確なサンプリングポイントを識別します。特定されたサンプリングポイントで、適切な個人用保護具を着用し、各部位から3つの500ミリリットルの水サンプルを収集します。空気と水の温度、サイト pH と salinity などのいくつかの環境パラメータを測定します。
次に、収集したサンプルをモバイルラボに保管して、大学のラボに輸送します。スライドを準備し、デジタルカメラを搭載した移動式ラボ顕微鏡でサンプルをスクリーニングし、青色緑色、細胞形状、サイズペレットに基づいてサンプル内に存在する種の顕微鏡的分類学的分析と同定を可能にします。サンプル内で採取したシアノバクテリアの種が特定されると、大学の研究室では、サンプルを遠心分離し、サンプルペレットを乱すことなく各上清を新しい容器に移します。
各サンプル上清にブタノール500ミリリットルを加え、各溶液をセパリー漏斗に抽出する。個々のリングクランプで漏斗を直立させて振った後、水相が個々のエルレンマイヤーフラスコに排出できるようにします。層分離を3回繰り返した後、有機相を真空下に濃縮し、重み付けします。
有機溶媒を使用したサンプル抽出では、各サンプルペレットに新鮮なメタノールを50ミリリットル加え、氷浴中のサンプルを超音波処理します。5分後、各サンプルに新鮮なメタノール50ミリリットルを加え、フラスコを穏やかに振ってから、個々のろ紙を通して溶液を濾過し、丸底フラスコに濾液を集めます。サンプルを2回フィルタリングした後、例示したように、標準的なプロトコルに従って液体クロマトグラフィーと高解像度タンデム質量分析法でサンプル抽出物を分析します。
次に、グローバルな天然物ソーシャルプラットフォームを使用して分子ネットワークを生成し、適切なツールを使用して、得られたネットワークとタンデム質量分析データを分析し、収集されたサンプル内に存在すると判断された毒素を特定します。提案された戦略は、2015年から2021年まで南イタリアのカンパニア地域で活動している沿岸監視プログラムで得られた結果によって検証されました。生成された結果にテクニックをリンクするビジュアル ワークフローが生成されました。
以降の監視キャンペーンでは、各ステップは高速検出を目的として最適化されました。リモートセンシングワークフローの最適化により、生成された製品レベルを向上させながら、プラットフォームとミッションの数を減ました。たとえば、この高速検出戦略は、複数の異なる空中プラットフォームの使用から、衛星およびドローンプラットフォームへの移行を容易にします。
そして、いくつかの異なるマルチスペクトル特殊化インデックスの使用から、より有益なクロロフィルaおよび正規化された差分植生指数のテーママップまで。並行して、ワークフローは、16 Sのメトゲノム解析を必要とすることから、シアノバクテリアコミュニティを決定するためだけに顕微鏡観察を使用することまで減少した。そして新しい化学ワークフローはLCMSベースの分子ネットワーキングを利用して、迅速かつ正確なシアノトキシン検出を行います。
この戦略は、特に花の存在が富栄養化プロセスに関連し、人為的圧力によって使用される領域内で、汚染のバイオ指標としてのシアノバクテリアの研究を可能にする。この多分野戦略では、その実装を成功させるためには、独自のワークフローにおける異なる技術、技術、専門知識の組み合わせ統合が必要です。高速検出戦略は、有害なシアノバクテリアの花による健康地域の問題を防ぎ、短時間で広い領域を監視するのに役立ちます。
