빠른 검출 전략을 통해 조개 물고기 및 기타 어산물과 같은 유기 매트릭스에서 물 샘플에서 시아노박테리아 꽃과 관련 시아노톡신을 조기에 검출할 수 있습니다. 시아노박테리아꽃은 모든 종류의 환경에서 살 수 있는 시아노박테리아의 자라난 때문입니다. 그리고 그들은 지난 15 년 동안 전 세계적으로 환경 문제로 부상했습니다.
지난 몇 년 동안 유해한 시아노박테리아의 개화 수가 증가함에 따라, 개화와 독성 확산을 해결하기 위한 핵심인 조기 발견의 필요성이 더욱 절실해지고 있습니다. 우리의 첫 번째 방향 전략은 원격 및 근위 감지 기술 기술과 실험실 화학 및 생물 정보 분석과 결합하여 워크플로우를 통합한 고유한 통합된 워크플로우에 통합되어 있습니다. 전체 프로세스는 안전합니다.
샘플링 및 실험실 분석 중 에어로졸 흡입 및 피부 접촉을 방지하기 위해 적절한 안전 조치를 취합니다. 데이터 검색의 경우 먼저 글로벌 세계 맵에서 대상 영역을 찾아 수집 날짜에 대한 다양한 공용 및 비공개 원격 감지 데이터 집합에서 데이터를 검색합니다. 검색 후 원시 데이터를 처리하고 다중 스펙트럼 인덱스를 계산하고 결과 정보를 분류합니다.
그런 다음 생성된 테마 맵에서 샘플링 사이트를 정의합니다. 샘플 수집의 경우 장비를 모바일 랩의 선택한 샘플링 사이트로 전송하고 매크로 영역 조사를 수행하기 위한 드론 비행 경로를 계획합니다. 현장에서는 다른 페이로드가 장착된 여러 드론을 사용하여 비행 임무를 수행합니다.
또한 드론이 획득한 영상을 사용하여 꽃의 존재와 확장을 검증하고 정확한 샘플링 포인트를 식별합니다. 확인된 샘플링 지점에서 적절한 개인 보호 장비를 착용하고 각 사이트에서 500 밀리리터 물 샘플 3개를 수집합니다. 공기 와 수온 및 사이트 pH 및 염분과 같은 여러 환경 매개 변수를 측정합니다.
그런 다음 수집된 샘플을 모바일 랩에 저장하여 대학 실험실로 이동합니다. 슬라이드를 준비하고 디지털 카메라가 장착된 모바일 실험실 현미경으로 샘플을 선별하여 청록색, 세포 모양 및 크기 펠릿을 기준으로 샘플 내에 존재하는 종의 현미경 분류학적 분석 및 식별을 허용합니다. 일단 견본 내에서 집합된 시아노박테리아의 종은 확인되면, 대학 실험실에서, 원심분리하고 견본 펠릿을 방해하지 않고 새로운 콘테이로 각 상류체를 전송합니다.
각 샘플 상수에 500 밀리리터의 부타놀을 추가하고 각 솔루션을 분리 깔때기로 추출하도록 전송합니다. 각 링 클램프에 깔때기를 흔들고 똑바로 놓은 후 수중 단계가 개별 Erlenmeyer 플라스크로 배출되도록 합니다. 층 분리를 세 번 반복한 후, 유기상을 진공 아래에 농축하고 무게를 측정합니다.
유기 용매를 사용하여 샘플 추출을 위해 각 샘플 펠릿에 50 밀리리터의 신선한 메탄올을 추가하고 얼음 욕조에서 샘플을 초음파 처리합니다. 5분 후, 각 샘플에 50밀리리터의 신선한 메탄올을 넣고 플라스크를 부드럽게 흔들어 필터 용지의 개별 조각을 통해 솔루션을 필터링하고 둥근 바닥 플라스크에서 여과물을 수집합니다. 각 샘플을 두 번 더 필터링한 후, 방금 설명한 바와 같이 표준 프로토콜에 따라 액체 크로마토그래피 및 고해상도 탠덤 질량 분광법에 의해 샘플 추출물을 분석합니다.
그런 다음 글로벌 천연 제품 소셜 플랫폼을 사용하여 분자 네트워크를 생성하고 적절한 도구를 사용하여 결과 네트워크를 분석하고 질량 분석 데이터를 결합하여 수집된 샘플 내에 존재하는 것으로 판단되는 독소를 식별합니다. 제안된 전략은 2015년부터 2021년까지 이탈리아 남부 캄파니아 지역에서 활동하는 해안 모니터링 프로그램에서 얻은 결과에 의해 검증되었습니다. 기술을 생성된 결과와 연결하는 시각적 워크플로우가 생성되었습니다.
후속 모니터링 캠페인 중에 각 단계는 빠른 감지를 목표로 최적화되었습니다. 원격 감지 워크플로우를 최적화하면 생성된 제품 수준을 개선하는 동시에 플랫폼 및 임무 수를 줄일 수 있었습니다. 예를 들어, 이 빠른 탐지 전략은 여러 개의 다른 공중 플랫폼 사용에서 위성 및 드론 플랫폼으로의 전환을 용이하게 합니다.
그리고 여러 가지 다중 스펙트럼 전문 인덱스의 사용에서보다 유익한 엽록소 및 정규화 된 차이 식물 지수 주제맵에. 이와 동시에, 16S 메토게놈 분석을 요구하여 시아노균 공동체를 결정하기 위한 현미경 관찰을 사용하는 것으로 워크플로우가 감소되었다. 또한 새로운 화학 워크플로우는 LCMS 기반 분자 네트워킹을 활용하여 빠르고 정확한 시아노톡신 검출을 합니다.
이 전략은 오염의 생물 지표로 시아노박테리아의 연구를 허용, 특히 꽃의 존재가 부영양화 과정과 관련이 인류학적 압력에 의해 사용되는 영역 내에서. 이 다분야 전략은 성공적인 구현을 위해 고유한 워크플로우에서 다양한 기술, 기술 및 전문 지식을 결합해야 합니다. 빠른 검출 전략은 유해한 시아노박테리아 꽃으로 인한 건강 공동체 문제를 방지하고 짧은 시간에 넓은 지역을 모니터링하는 데 유용합니다.
