ИСТИНА

Метод индукции флуоресценции хлорофилла a хорошо зарекомендовал себя в качестве удобного инструмента для экспресс-оценки активности первичных фотосинтетических процессов в растениях и микроводорослях. Зависимость интенсивности флуоресценции от времени является немонотонной: вначале наблюдается быстрый рост интенсивности, который сменяется медленным спадом. Для анализа кривых индукции флуоресценции (КИФ) наиболее часто применяется основанный на теории энергетических потоков JIP-тест. Относительная амплитуда переменной флуоресценции соответствует максимальному квантовому выходу разделения зарядов в реакционном центре фотосистемы 2 (РЦ ФС2), а характерные времена и амплитуды фаз нарастания флуоресценции определяются эффективностью светосбора антенной ФС2, а также скоростью и эффективностью различных участков фотосинтетической электрон-транспортной цепи (ЭТЦ). Благодаря этому анализ формы КИФ позволяет получать обширную информацию о функционировании ЭТЦ фотосинтеза. Одним из наиболее чувствительных к действию факторов стресса параметров является максимальный квантовый выход первичного разделения зарядов в РЦ ФС2. Этот параметр можно с высокой точностью оценить для листьев высших растений и лабораторных культур микроводорослей, однако при исследовании фотосинтетической активности природного фитопланктона он может быть существенно искажен за счет флуоресценции растворенных в воде органических веществ (РОВ), что приводит к недооценке фотосинтетической активности микроводорослей. Нами была поставлена задача выяснить, возможно ли достоверно оценить фотосинтетическую активность природного фитопланктона при наличии РОВ, исходя из формы КИФ, с использованием методов машинного обучения (МО). Рассматривается несколько моделей, основанных на методах опорных векторов, случайного леса, и искусственных нейронных сетях. Для обучения моделей были использованы данные по действию факторов стресса (недостаток элементов минерального питания, действие токсикантов, избыточное или недостаточное освещение) на лабораторные культуры микроводоросли Chlorella. Обученные на таких данных модели показали высокую (до 95% и выше) точность оценивания фотосинтетической активности для лабораторных культур микроводорослей, однако при анализе активности природного фитопланктона точность существенно снижается. Это указывает на то, что такого тапа модели могут быть использованы для оценки активности фитопланктона, однако для обучения модели необходимо создать обширный набор данных, включающий КИФ, зарегистрированные для разных видов микроводорослей в максимально широком диапазоне условий культивирования. Немаловажным является также широкое варьирование условий регистрации КИФ, так как их форма существенно зависит от режима освещения и температуры, а также использование различных режимов их регистрации: OJIP, темновая релаксация, замедленная флуоресценция. Мы полагаем, что создание такого набора данных позволит создать модели МО, существенно превосходящие JIP-тест по точности оценки параметров активности ЭТЦ фотосинтеза.