Moluscos bivalves como biossensores de poluição aquática

• Autor(a) principal: Guterres, Bruna de Vargas
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da FURG (RI FURG)
• Texto Completo: http://repositorio.furg.br/handle/1/9938
• topic: Biossensores; Análise comportamental; Valvometria; Poluição aquática

Além dos poluentes aquáticos conhecidos, poluentes emergentes são gerados através de fontes antropogênicas diversas. Como se proteção de um ecossistema complexo, pode-se fazer uso de organismos presentes nesse meio na biomonitoração de ambientes aquáticos. Trata-se da associação de componentes biológicos e detectores físico-químicos como dispositivos analíticos conhecidos como biossensores que possibilitam o monitoramento em tempo real de todo o espectro de substâncias tóxicas e efeitos sinérgicos. Respostas comportamentais de moluscos bivalves podem ser utilizadas na biomonitoração automática provendo uma maior sensibilidade e relevância ecológica que testes de toxicidade padrões. O presente trabalho propõe e valida em laboratório modelos computacionais de visão e inteligência artificial na construção de biossensores de poluição aquática baseados na análise comportamental de moluscos bivalves tendo em vista uma arquitetura modular. Um modelo baseado em visão computacional é apresentado como técnica de valvometria não invasiva capaz de eliminar a necessidade de fixação de componentes às conchas de bivalves. Modelos de classificação baseados em grupo de bivalves e na combinação de classificadores são apresentados como ferramentas capazes de inferir a presença de contaminantes a partir de parâmetros comportamentais atingindo acurácias superiores à 90%. O emprego de redes neurais artificiais auto-regressivas não lineares na modelagem comportamental de moluscos individuais é apresentado com o intuito de considerar sua natureza. Os resíduos entre os comportamentos real e modelado são empregados em um gráfico de controle capaz de inferir a presença de contaminantes. Os modelos propostos demonstraram vantagens em relação ao emprego de métodos estatísticos tradicionais na detecção de poluentes.