在DISCOVR养殖试验中表征工业池塘生态时间线以实现池塘崩溃的早期检测
《Algal Research》:Characterizing industrial pond ecology timeline in DISCOVR cultivation trials for early detection of pond crashes
【字体:
大
中
小
】
时间:2026年09月06日
来源:Algal Research 5.0
编辑推荐:
# 基于扩增子数据检测藻类池崩溃的生物驱动因素
## 摘要
- 构建了一种利用扩增子数据检测藻类池崩溃生物驱动因素的模型。
- 该系统可检测藻类池中的细菌和真菌害虫。
- 早期检测池崩溃可实现更快的干预和更有针对性的对策。
## 引言
与其他生物质生产方法一样,在户外多
# 基于扩增子数据检测藻类池崩溃的生物驱动因素## 摘要- 构建了一种利用扩增子数据检测藻类池崩溃生物驱动因素的模型。- 该系统可检测藻类池中的细菌和真菌害虫。- 早期检测池崩溃可实现更快的干预和更有针对性的对策。## 引言与其他生物质生产方法一样,在户外多英亩池塘中生长的藻类生物质在美国能源独立之路上展现出前景 [1], [2], [3]。除生物燃料外,藻类生物质还可用于制药、食品、营养保健品、废水处理、动物饲料、生物制品以及许多其他应用 [4], [5], [6], [7], [8]。要实现可持续的藻类生物质培育,我们需要通过降低作物失败频率和改善开放跑道系统上的生长来大幅提高年生产力 [9], [10], [11], [12]。在工业化藻类生产中,据估计 10–30% 的生物质损失归因于生物污染(来自感染、病原体和食草动物)[13]。有效地监测和识别这些有害生物有助于确定作物保护策略和池塘运行决策,以防止生物质损失。当前的监测策略通常耗时且耗资源,需要人类通过显微镜和分子方法进行直接监测。这既增加了藻类产品的最终资本支出,又为人为失误留下了空间。此外,这些方法通常在藻类种群崩溃前数小时至数天才检测到由污染物驱动的崩溃,限制了响应时间。最后,尽管包括真菌和食草动物在内的病原体可通过显微镜观察到,但确定致病因素通常是一个漫长的过程,限制了响应仅限于广谱干预,如完全收获作物,而非针对特定害虫的针对性方法 [14], [15]。在此,我们报告了数月户外单藻跑道培育的结果,并使用数据科学工具箱"PondSentry"进行解读,该工具可用于预测藻类池崩溃的早期指标和低生产力时间。PondSentry 利用高阶联合矩的张量分解来检测多元数据中的初始异常,并显示出相较于标准基于知识的异常检测方法显著改进。该方法可在池崩溃相关最低生产力前最多四天检测到池崩溃,并可给出池崩溃致因物的排名。在此通过检测真菌害虫 *Amoeboaphelidium occidentale* FD01 [16] 进行了展示,并通过亚利桑那州藻类技术中心(AzCATI)的PCR和显微镜研究确认了崩溃的验证。PondSentry 使用时间序列异常检测策略来标记单藻跑道培养中的真核崩溃因子。早期预警允许更长的反应时间,以便实施其他崩溃干预措施或收获以防止生物质损失。PondSentry 策略强化了数据科学和数据驱动方法在藻类培育中的作用,并为未来的作物监测系统展现出巨大前景。## 章节摘要### 藻类培育藻类在亚利桑那州立大学理工大学梅萨校区的亚利桑那州藻类技术与创新中心(AzCATI)的开放跑道池塘中生长。池塘培养方法已先前发表 [17],因此此处仅简要描述。本研究期间培养了两株绿藻,*Tetradesmus obliquus* UTEX393 和 *Monoraphidium minutum* 26B-AM [18]。样本于2019年11月4日至12月30日期间从池塘中采集。手动### 扩增子测序的生物信息学分析我们首先估计了110个样本的真核分类群丰度。我们使用原始18S扩增子测序数据并输出分类群丰度表。2019年10月30日至12月31日UTEX393培养运行中分类群分类的摘要见图1和图2。由于我们仅关注标准技术状态(SOT)运行中的污染——该运行用于定义标准方法下不额外处理时潜在的生物质生产,我们移除了这些reads### 结论虽然显微镜和基因方法可用于获得露天池塘培养系统中群落组成的总体概况,但害虫导致的池崩溃初始感染通常水平较低,人类难以检测,且低于qPCR探针的检测水平。这些探针对新害虫也是盲的,在未经全池塘群落组成测序的情况下无法检测到。对16S和18S基因的扩增子测序使研究人员能够同时观察两者### CRediT作者贡献声明**Elise K. Wilbourn:** 写作—审阅与编辑,写作—初稿,监督,数据管理。**Deanna Curtis:** 写作—审阅与编辑,方法学,调查。**Hemanth Kolla:** 写作—审阅与编辑,可视化,验证,方法学,调查,形式化分析。**Prashant Madan Mohan Rai:** 写作—审阅与编辑,形式化分析,数据管理。**Pamela Lane:** 写作—审阅与编辑,调查。**John McGowen:** 写作—审阅与编辑,资金获取,## 利益冲突声明作者无利益冲突需要声明。## 致谢桑迪亚国家实验室是一个多任务实验室,由 National Technology & Engineering Solutions of Sandia, LLC 管理和运营,该公司是 Honeywell International Inc. 的全资子公司,代表美国能源部国家核安全管理局运营,合同编号 DE-NA0003525。本工作由美国能源部关键矿产与能源创新办公室在 DISCOVR 项目下资助,合同编号 NL0040168。本文描述了客观的技术---Elise K. Wilbourn | Deanna Curtis | Hemanth Kolla | Prashant Madan Mohan Rai | Pamela Lane | John McGowen | Todd W. Lane | Kunal Poorey
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号