多变量函数数据分析揭示无脊椎动物在微污染物中的运动行为指纹
定量方法
2025-11-27 v1
摘要
由于在水体暴露组份中持续追踪所有化学物质和新兴污染物的不可行性，针对废水监测的有效生物监测方法需求日益明确。效应基准生物监测提供了一种成本效益高的解决方案。该研究采用视频追踪水生无脊椎动物运动行为的 ToxMate 设备，已证明其对于实时检测 effluent 中微污染物的突发事件具有高效性。为拓展该方法的应用，本概念验证性研究评估了从实时视频追踪数据中formalize行为指纹，以对effluent中质的污染程度进行定性变化特征化的潜力。我们首次在生态毒理学中应用了函数数据分析（FDA）框架。通过在实验室中对四种化学物质（两种金属、一种制药和一种杀虫剂）进行脉冲暴露，同时追踪来自不同门类（两栖类、环节类和腔肠类）的三种指示生物的个体及多物种响应，以确定通过多维FDA组合物种是否能提高污染指纹的分辨率。将相同的数据驱动方法应用于来自污水处理厂（WWTP）的现场数据，揭示了四种类型的微污染事件。该概念证明表明，行为指纹有望改进废水监测，减少污染物向环境的转移。
引用
@article{arxiv.2511.20723,
title = {Multivariate Functional Data Analysis Uncovers Behavioral Fingerprints in Invertebrate Locomotor Response to Micropollutants},
author = {George Ruck and Jean-Baptiste Aubin and Alexandre Delétang and Didier Neuzeret and Olivier Geffard and Arnaud Chaumot},
journal= {arXiv preprint arXiv:2511.20723},
year = {2025}
}