A estratégia de detecção rápida permite a detecção precoce de flores de cianobactérias e cianotoxinas relacionadas nas amostras de água, seja nessa matriz orgânica, como peixes de casca e outros produtos de peixe. As flores das cianobactérias são devido ao crescimento excessivo de cianobactérias, que podem viver em qualquer tipo de ambiente. E eles emergiram como um problema ambiental em todo o mundo nos últimos 15 anos.
Como o número de flores prejudiciais das cianobactérias aumentou nos últimos anos, a necessidade de detecção precoce, que é fundamental para lidar com a floração e a propagação tóxica, tornou-se mais urgente. Nossa estratégia de primeira direção combina tecnologia técnica de sensoriamento remoto e proximal com a análise química e bioinformática laboratorial em um único fluxo de trabalho integrado. Todo o processo é seguro.
Medidas de segurança apropriadas são tomadas para evitar a inalação de aerossol e o contato com a pele durante a amostragem e análise laboratorial. Para a recuperação de dados, primeiro localize a área de destino em um mapa mundial global e recupere os dados de vários conjuntos de dados de sensoriamento remoto público e privado para a data de coleta. Após a recuperação, processe os dados brutos, calcule os índices multiespectrais e classifique as informações resultantes.
Em seguida, defina os locais de amostragem no mapa temático gerado. Para coleta de amostras, transporte o equipamento para o local de amostragem selecionado no laboratório móvel e planeje a rota de voo do drone para a realização de uma pesquisa de macro área. No local, use vários drones equipados com diferentes cargas para realizar missões de voo.
E use as imagens adquiridas pelo drone para validar a presença e extensão da flor e identificar pontos de amostragem precisos. No ponto de amostragem identificado, coloque os equipamentos de proteção individual adequados e colete três amostras de água de 500 mililitros de cada local. Meça vários parâmetros ambientais, como a temperatura do ar e da água e o local pH e salinidade.
Em seguida, armazene as amostras coletadas no laboratório móvel para transporte para o laboratório universitário. Prepare slides e trie as amostras com o microscópio de laboratório móvel equipado com uma câmera digital para permitir a análise taxonômica microscópica e a identificação das espécies presentes nas amostras com base em sua cor azul-verde, forma celular e pelotas de tamanho. Uma vez identificadas as espécies de cianobactérias coletadas nas amostras, no laboratório universitário, centrifugar as amostras e transferir cada supernasciente para um novo recipiente sem perturbar as pelotas de amostra.
Adicione 500 mililitros de butanol a cada supernanato de amostra e transfira cada solução para ser extraída em um funil separador. Depois de sacudir e colocar os funis eretos em grampos individuais, permita que as fases aquosas escorram em frascos individuais de Erlenmeyer. Depois de repetir a separação da camada três vezes, concentre as fases orgânicas sob vácuo e pese-as.
Para extração de amostras usando solventes orgânicos, adicione 50 mililitros de metanol fresco a cada amostra de pelotas e sonicar as amostras em um banho de gelo. Após cinco minutos, adicione 50 mililitros de metanol fresco a cada amostra e agite suavemente o frasco antes de filtrar as soluções através de pedaços individuais de papel filtro e coletar os filtros em frascos traseiros redondos. Após filtrar cada amostra mais duas vezes, como apenas demonstrado, analise os extratos amostrais por cromatografia líquida e espectrometria de massa tandem de alta resolução de acordo com os protocolos padrão.
Em seguida, gere uma rede molecular usando a plataforma social global de produtos naturais e use as ferramentas apropriadas para analisar os dados de espectrometria de rede e massa resultantes para identificar quaisquer toxinas determinadas a estar presentes dentro das amostras coletadas. A estratégia proposta foi validada pelos resultados obtidos no programa de monitoramento costeiro, ativo na região da Campânia, no sul da Itália, de 2015 a 2021. Foi gerado um fluxo de trabalho visual que liga as técnicas aos resultados produzidos.
Durante as campanhas subsequentes de monitoramento, cada passo foi otimizado com o objetivo de detecção rápida. A otimização do fluxo de trabalho de sensoriamento remoto permitiu uma redução no número de plataformas e missões, melhorando o nível do produto gerado. Por exemplo, essa estratégia de detecção rápida facilita a transição do uso de várias plataformas aéreas diferentes apenas para plataformas de satélite e drones.
E desde o uso de vários diferentes índices especializados multiespectrais até os mapas temáticos mais informativos da clorofila e da diferença normalizada. Paralelamente, o fluxo de trabalho foi reduzido da necessidade de uma análise metogenômica de 16 S para o uso de observação microscópica apenas para determinar a comunidade cianobacteriana. E o novo fluxo de trabalho químico utiliza redes moleculares baseadas em LCMS para uma rápida e precisa detecção de cianotoxinas.
Essa estratégia permite o estudo das cianobactérias como bioindicadoras da poluição, particularmente dentro de áreas em que a presença da flor está relacionada aos processos de eutrofização e utilizada pela pressão antropogênica. Essa estratégia multidisciplinar requer a integração combinada de diferentes técnicas, tecnologia e expertise em um fluxo de trabalho único para sua implementação bem-sucedida. A estratégia de detecção rápida é útil para prevenir problemas da comunidade de saúde devido às flores prejudiciais das cianobactérias e monitorar grandes áreas em pouco tempo.
