Nghiên cứu hành vi vận động của Moina macrocopa khi tiếp xúc với Permethrin: Tiềm năng cho các hệ thống cảnh báo sớm sinh học dựa trên AI
Tập 134 Số 1S-2 (2025), Special Issue: CBA 2025
Tập 134 Số 1S-2 (2025)

Nghiên cứu hành vi vận động của Moina macrocopa khi tiếp xúc với Permethrin: Tiềm năng cho các hệ thống cảnh báo sớm sinh học dựa trên AI

Special Issue: CBA 2025
https://doi.org/10.26459/hueunijns.v134i1S-2.7922
Đã xuất bản 2025-12-17
Thi Thao Linh Phan
Environment & Biological Resource (DN-EBR), The University of Danang - University of Science and Education, 459 Ton Duc Thang St., Danang, Vietnam
Nguyen Quynh Anh Tran
The University of Danang - University of Science and Education, 459 Ton Duc Thang St., Danang, Vietnam
Thi Nguyet Nga Le
The University of Danang - University of Science and Education, 459 Ton Duc Thang St., Danang, Vietnam
Van Minh Vo
The University of Danang - University of Science and Education, 459 Ton Duc Thang St., Danang, Vietnam
Dang Mau Trinh
The University of Danang - University of Science and Education, 459 Ton Duc Thang St., Danang, Vietnam

Tóm tắt

Trước mối đe dọa từ ô nhiễm thuốc trừ sâu permethrin tại Việt Nam và toàn cầu, nghiên cứu này phát triển một hệ thống cảnh báo sớm dựa trên các thay đổi hành vi dưới ngưỡng gây chết của loài Moina macrocopa, sử dụng mô hình mạng nơ-ron nhân tạo (ANN). Các cá thể M. macrocopa được phơi nhiễm với bảy nồng độ permethrin (0–2,5 µg/L), sau đó hành vi bơi được ghi hình và phân tích để trích xuất các thông số vận động dùng để huấn luyện mô hình ANN. Kết quả sinh học cho thấy một phản ứng hai pha rõ rệt: hoạt động bơi được kích thích ở liều thấp (≤0,5 µg/L) nhưng bị ức chế ở liều cao, trong khi góc quay và độ uốn lượn tăng theo nồng độ. Về mặt mô hình, ANN đạt độ chính xác tổng thể 94,05% trên tập kiểm tra và có khả năng phân biệt hoàn hảo giữa nhóm không ô nhiễm và nhóm ô nhiễm nặng, khẳng định độ tin cậy trong việc phát hiện các sự cố rủi ro cao. Nghiên cứu này chứng minh việc tích hợp hành vi của sinh vật chỉ thị với trí tuệ nhân tạo (AI) tạo ra một công cụ giám sát môi trường tự động, nhạy và nhanh chóng. Hướng tiếp cận này có tiềm năng to lớn cho việc bảo vệ chất lượng nước một cách chủ động tại Việt Nam và các khu vực khác đang thiếu các hệ thống giám sát sinh học tương tự.

https://doi.org/10.26459/hueunijns.v134i1S-2.7922
PDF (English)

Tài liệu tham khảo

  1. Li H, Cheng F, Wei Y, Lydy MJ, You J. Global occurrence of pyrethroid insecticides in sediment and the associated toxicological effects on benthic invertebrates: an overview. J Hazard Mater. 2017; 324:258-71.
  2. Duong HT, Kadokami K, Pan S, Matsuura N, Nguyen TQ. Screening and analysis of 940 organic micro-pollutants in river sediments in Vietnam using an automated identification and quantification database system for GC–MS. Chemosphere. 2014;107:462-72.
  3. Tomlin CD. The pesticide manual: a world compendium. [Internet]. 2009 [cited 2025 Jun 15]. Available from: https://www.cabidigitallibrary.org/doi/full/10.5555/20103110198
  4. Cox C. Permethrin. Journal of Pesticide Reform [Internet]. 1993 [cited 2025 Jun 15]. Available from: https://www.eap.mcgill.ca/MagRack/JPR/JPR_19.htm
  5. Janakiraman A, Thangaraj S, Gokula V, Stalin A. Report on high density population of a Cladoceran, Moina macrocopa and their gut microbes in anoxic sewage water: a potential bio-indicator of aquatic pollution. Aquat Ecol. 2024;58(4):1255-65.
  6. Bownik A. Daphnia swimming behaviour as a biomarker in toxicity assessment: A review. Sci Total Environ. 2017;601:194-205.
  7. Jeong H, Park S, Choi B, Yu CS, Hong JY, Jeong TY, et al. Machine learning-based water quality prediction using octennial in-situ Daphnia magna biological early warning system data. J Hazard Mater. 2024;465:133196.
  8. Benhamou S. How to reliably estimate the tortuosity of an animal’s path:: straightness, sinuosity, or fractal dimension?. Journal of theoretical biology. 2004;229(2):209-220.
  9. Batschelet E. Circular statistics in Biology. New York: Academic Press; 1981.
  10. Ghosh J, Gupta S, editors. ADAM Optimizer and CATEGORICAL CROSSENTROPY Loss Function-Based CNN Method for Diagnosing Colorectal Cancer. 2023 International Conference on Computational Intelligence and Sustainable Engineering Solutions (CISES); 2023 28-30 April 2023.
  11. Stanley JK, Perkins EJ, Habib T, Sims JG, Chappell P, Escalon BL, et al. The Good, the Bad, and the Toxic: Approaching Hormesis in Daphnia magna Exposed to an Energetic Compound. Environ Sci Technol. 2013;47(16):9424-33.
  12. Soderlund DM. Molecular mechanisms of pyrethroid insecticide neurotoxicity: recent advances. Arch Toxicol. 2012;86(2):165-81.
  13. Soderlund DM, Clark JM, Sheets LP, Mullin LS, Piccirillo VJ, Sargent D, et al. Mechanisms of pyrethroid neurotoxicity: implications for cumulative risk assessment. Toxicology. 2002;171(1):3-59.
  14. Meacham CA, Brodfuehrer PD, Watkins JA, Shafer TJ. Developmentally-regulated sodium channel subunits are differentially sensitive to α-cyano containing pyrethroids. Toxicol Appl Pharmacol. 2008;231(3):273-81.
  15. Bamber S, Rundberget JT, Kringstad A, Bechmann RK. Effects of simulated environmental discharges of the salmon lice pesticides deltamethrin and azamethiphos on the swimming behaviour and survival of adult Northern shrimp (Pandalus borealis). Aquat Toxicol. 2021;240:105966.
  16. Bownik A, Kowalczyk M, Bańczerowski J. Lambda-cyhalothrin affects swimming activity and physiological responses of Daphnia magna. Chemosphere. 2019;216:805-11.
  17. Kang CK, Park HY, Kim MC, Lee WJ. Use of marine yeasts as an available diet for mass cultures of Moina macrocopa. Aquac Res. 2006;37(12):1227-37.
  18. Lechelt M, Blohm W, Kirschneit B, Pfeiffer M, Gresens E, Liley J, et al. Monitoring of surface water by ultrasensitiveDaphnia toximeter. Environ Toxicol. 2000;15(5):390-400.
Creative Commons License

công trình này được cấp phép theo Creative Commons Ghi công-Chia sẻ tương tự 4.0 License International .

Bản quyền (c) 2025 Array