Associação entre indicadores ecotoxicológicos e de poluição do sedimento
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIFESP |
Texto Completo: | https://hdl.handle.net/11600/70976 |
Resumo: | Neste estudo, a associação entre a concentração de metais, toxicidade em organismos alvo e biomarcadores foi investigada. O objetivo foi testar se indicadores biológicos (biomarcadores, bioacumulação e toxicidade) podem prever as concentrações de poluentes no sedimento. Cinco estudos já publicados formaram o conjunto de dados. Para as análises, somente as variáveis comuns a todos os estudos foram consideradas. Ao todo foram 9 variáveis do sedimento e 15 indicadores biológicos. Os dados foram analisados por meio de algoritmos de aprendizado de máquinas. 80% dos dados foram utilizados para treinar o modelo e 20% para teste. Após a padronização, os dados de contaminação de todos os estudos foram agrupados em cinco conjuntos. Os resultados das análises de correlação mostraram a ausência de correlação entre os indicadores biológicos evidenciando a importância de analisá-los em conjunto. Na fase de treino, o modelo de aprendizado de máquina selecionou um sub-conjunto de indicadores biológicos para prever o gradiente de poluição do sedimento, obtendo 91,479% de acurácia. No conjunto de teste esta acurácia subiu para 100%. A toxicidade ocorreu principalmente nos grupos com maior concentração de metais, sugerindo uma relação entre os contaminantes e os efeitos nos organismos. Dentre os biomarcadores mapeados, GST, GPx e dano ao DNA foram os mais relevantes para prever as condições do sedimento. Os resultados obtidos reforçam que um grupo de indicadores tem maior potencial preditivo se usados em conjunto. Uma vez detectada um tipo de resposta, as análises mais detalhadas de contaminação do sedimento podem ser realizadas. Este estudo destaca ainda que estes indicadores biológicos poderiam ser utilizados constantemente em programas de monitoramento, com a finalidade de otimizar as análises. |
id |
UFSP_d3c35bd164a1caac5b5b71d58217c484 |
---|---|
oai_identifier_str |
oai:repositorio.unifesp.br/:11600/70976 |
network_acronym_str |
UFSP |
network_name_str |
Repositório Institucional da UNIFESP |
repository_id_str |
3465 |
spelling |
http://lattes.cnpq.br/2643979959364811Fonseca, Marina Ferrel [UNIFESP]http://lattes.cnpq.br/1576819198857694Universidade Federal de São Paulo (UNIFESP)Fonseca, Gustavo Fernandes Camargo [UNIFESP]Santos, SP2024-04-09T19:34:44Z2024-04-09T19:34:44Z2023-11-22Neste estudo, a associação entre a concentração de metais, toxicidade em organismos alvo e biomarcadores foi investigada. O objetivo foi testar se indicadores biológicos (biomarcadores, bioacumulação e toxicidade) podem prever as concentrações de poluentes no sedimento. Cinco estudos já publicados formaram o conjunto de dados. Para as análises, somente as variáveis comuns a todos os estudos foram consideradas. Ao todo foram 9 variáveis do sedimento e 15 indicadores biológicos. Os dados foram analisados por meio de algoritmos de aprendizado de máquinas. 80% dos dados foram utilizados para treinar o modelo e 20% para teste. Após a padronização, os dados de contaminação de todos os estudos foram agrupados em cinco conjuntos. Os resultados das análises de correlação mostraram a ausência de correlação entre os indicadores biológicos evidenciando a importância de analisá-los em conjunto. Na fase de treino, o modelo de aprendizado de máquina selecionou um sub-conjunto de indicadores biológicos para prever o gradiente de poluição do sedimento, obtendo 91,479% de acurácia. No conjunto de teste esta acurácia subiu para 100%. A toxicidade ocorreu principalmente nos grupos com maior concentração de metais, sugerindo uma relação entre os contaminantes e os efeitos nos organismos. Dentre os biomarcadores mapeados, GST, GPx e dano ao DNA foram os mais relevantes para prever as condições do sedimento. Os resultados obtidos reforçam que um grupo de indicadores tem maior potencial preditivo se usados em conjunto. Uma vez detectada um tipo de resposta, as análises mais detalhadas de contaminação do sedimento podem ser realizadas. Este estudo destaca ainda que estes indicadores biológicos poderiam ser utilizados constantemente em programas de monitoramento, com a finalidade de otimizar as análises.In this study, the association between metal concentration, toxicity in target organisms, and biomarkers was investigated. The objective was to test whether biological indicators (biomarkers, bioaccumulation and toxicity) can predict pollutant concentrations in the sediment. Five previously published studies formed the data set. For the analyses, only variables common to all studies were considered. In total, there were 9 sediment variables and 15 biological indicators. The data was analyzed using machine learning algorithms. 80% of the data was used to train the model and 20% for testing. After standardization, contamination data from all studies were grouped into five sets. The results of the correlation analyses showed the absence of correlation between the indicators, highlighting the importance of analyzing them together. In the training phase, the machine learning model selected a subset of biological indicators to predict the sediment pollution gradient, obtaining 91.479% accuracy. In the test set this accuracy rose to 100%. Toxicity occurred mainly in groups with the highest concentration of metals, suggesting a relationship between contaminants and effects on organisms. Among the mapped biomarkers, GST, GPx and DNA damage were the most relevant for predicting sediment conditions. The results obtained reinforce that a group of indicators has greater predictive potential if used together. Once a response type is detected, more detailed sediment contamination analyses can be performed. This study also highlights that these biological indicators could be used constantly in monitoring programs, to optimize analyses.gfonseca@unifesp.br57 f.FONSECA, Marina Ferrel. Associação entre indicadores ecotoxicológicos e de poluição do sedimento. 2023. 57 f. Dissertação (Mestrado Interdisciplinar em Ciência e Tecnologia do Mar) - Universidade Federal de São Paulo, Instituto do Mar, Santos, 2023.Processo SEI 23089.018659/2023-90https://hdl.handle.net/11600/70976porUniversidade Federal de São PauloEcotoxicologiaAnálise de qualidade do sedimentoOrganismos marinhosEcotoxicologySediment quality analysisMarine organismsAssociação entre indicadores ecotoxicológicos e de poluição do sedimentoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESPInstituto do Mar (IMar)05888315575Interdisciplinar em Ciência e Tecnologia do MarORIGINALDissertação_Marina Ferrel Fonseca_PDFA.pdfDissertação_Marina Ferrel Fonseca_PDFA.pdfDissertação de mestradoapplication/pdf1790940https://repositorio.unifesp.br/bitstreams/db6f6078-24e2-4a51-86ce-cd4d8ee9f8a3/downloaddac9622c1bf2b9068cfe738830df232dMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-85679https://repositorio.unifesp.br/bitstreams/c00d321d-413e-4445-b0e6-752f480dc30c/download859ba7aac438f424e54bd364c2aecf3cMD52TEXTDissertação_Marina Ferrel Fonseca_PDFA.pdf.txtDissertação_Marina Ferrel Fonseca_PDFA.pdf.txtExtracted texttext/plain102220https://repositorio.unifesp.br/bitstreams/3f97c817-3e61-42bd-9117-500615b53ce0/download8348d9c4a114854b0ed16cb542232551MD54THUMBNAILDissertação_Marina Ferrel Fonseca_PDFA.pdf.jpgDissertação_Marina Ferrel Fonseca_PDFA.pdf.jpgGenerated Thumbnailimage/jpeg2875https://repositorio.unifesp.br/bitstreams/d6ea3413-0cae-41d2-aeaf-4a78be27c489/download574fe07b439c809dee563343d16ab84aMD5511600/709762024-04-11 15:17:43.753oai:repositorio.unifesp.br/:11600/70976https://repositorio.unifesp.brRepositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestopendoar:34652024-04-11T15:17:43Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)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 |
dc.title.none.fl_str_mv |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
title |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
spellingShingle |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento Fonseca, Marina Ferrel [UNIFESP] Ecotoxicologia Análise de qualidade do sedimento Organismos marinhos Ecotoxicology Sediment quality analysis Marine organisms |
title_short |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
title_full |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
title_fullStr |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
title_full_unstemmed |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
title_sort |
Associação entre indicadores ecotoxicológicos e de poluição do sedimento |
author |
Fonseca, Marina Ferrel [UNIFESP] |
author_facet |
Fonseca, Marina Ferrel [UNIFESP] |
author_role |
author |
dc.contributor.advisorLattes.none.fl_str_mv |
http://lattes.cnpq.br/2643979959364811 |
dc.contributor.authorLattes.none.fl_str_mv |
http://lattes.cnpq.br/1576819198857694 |
dc.contributor.institution.none.fl_str_mv |
Universidade Federal de São Paulo (UNIFESP) |
dc.contributor.author.fl_str_mv |
Fonseca, Marina Ferrel [UNIFESP] |
dc.contributor.advisor1.fl_str_mv |
Fonseca, Gustavo Fernandes Camargo [UNIFESP] |
contributor_str_mv |
Fonseca, Gustavo Fernandes Camargo [UNIFESP] |
dc.subject.por.fl_str_mv |
Ecotoxicologia Análise de qualidade do sedimento Organismos marinhos Ecotoxicology Sediment quality analysis Marine organisms |
topic |
Ecotoxicologia Análise de qualidade do sedimento Organismos marinhos Ecotoxicology Sediment quality analysis Marine organisms |
description |
Neste estudo, a associação entre a concentração de metais, toxicidade em organismos alvo e biomarcadores foi investigada. O objetivo foi testar se indicadores biológicos (biomarcadores, bioacumulação e toxicidade) podem prever as concentrações de poluentes no sedimento. Cinco estudos já publicados formaram o conjunto de dados. Para as análises, somente as variáveis comuns a todos os estudos foram consideradas. Ao todo foram 9 variáveis do sedimento e 15 indicadores biológicos. Os dados foram analisados por meio de algoritmos de aprendizado de máquinas. 80% dos dados foram utilizados para treinar o modelo e 20% para teste. Após a padronização, os dados de contaminação de todos os estudos foram agrupados em cinco conjuntos. Os resultados das análises de correlação mostraram a ausência de correlação entre os indicadores biológicos evidenciando a importância de analisá-los em conjunto. Na fase de treino, o modelo de aprendizado de máquina selecionou um sub-conjunto de indicadores biológicos para prever o gradiente de poluição do sedimento, obtendo 91,479% de acurácia. No conjunto de teste esta acurácia subiu para 100%. A toxicidade ocorreu principalmente nos grupos com maior concentração de metais, sugerindo uma relação entre os contaminantes e os efeitos nos organismos. Dentre os biomarcadores mapeados, GST, GPx e dano ao DNA foram os mais relevantes para prever as condições do sedimento. Os resultados obtidos reforçam que um grupo de indicadores tem maior potencial preditivo se usados em conjunto. Uma vez detectada um tipo de resposta, as análises mais detalhadas de contaminação do sedimento podem ser realizadas. Este estudo destaca ainda que estes indicadores biológicos poderiam ser utilizados constantemente em programas de monitoramento, com a finalidade de otimizar as análises. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-11-22 |
dc.date.accessioned.fl_str_mv |
2024-04-09T19:34:44Z |
dc.date.available.fl_str_mv |
2024-04-09T19:34:44Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
FONSECA, Marina Ferrel. Associação entre indicadores ecotoxicológicos e de poluição do sedimento. 2023. 57 f. Dissertação (Mestrado Interdisciplinar em Ciência e Tecnologia do Mar) - Universidade Federal de São Paulo, Instituto do Mar, Santos, 2023. |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/11600/70976 |
dc.identifier.other.none.fl_str_mv |
Processo SEI 23089.018659/2023-90 |
identifier_str_mv |
FONSECA, Marina Ferrel. Associação entre indicadores ecotoxicológicos e de poluição do sedimento. 2023. 57 f. Dissertação (Mestrado Interdisciplinar em Ciência e Tecnologia do Mar) - Universidade Federal de São Paulo, Instituto do Mar, Santos, 2023. Processo SEI 23089.018659/2023-90 |
url |
https://hdl.handle.net/11600/70976 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
57 f. |
dc.coverage.spatial.none.fl_str_mv |
Santos, SP |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFESP instname:Universidade Federal de São Paulo (UNIFESP) instacron:UNIFESP |
instname_str |
Universidade Federal de São Paulo (UNIFESP) |
instacron_str |
UNIFESP |
institution |
UNIFESP |
reponame_str |
Repositório Institucional da UNIFESP |
collection |
Repositório Institucional da UNIFESP |
bitstream.url.fl_str_mv |
https://repositorio.unifesp.br/bitstreams/db6f6078-24e2-4a51-86ce-cd4d8ee9f8a3/download https://repositorio.unifesp.br/bitstreams/c00d321d-413e-4445-b0e6-752f480dc30c/download https://repositorio.unifesp.br/bitstreams/3f97c817-3e61-42bd-9117-500615b53ce0/download https://repositorio.unifesp.br/bitstreams/d6ea3413-0cae-41d2-aeaf-4a78be27c489/download |
bitstream.checksum.fl_str_mv |
dac9622c1bf2b9068cfe738830df232d 859ba7aac438f424e54bd364c2aecf3c 8348d9c4a114854b0ed16cb542232551 574fe07b439c809dee563343d16ab84a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP) |
repository.mail.fl_str_mv |
|
_version_ |
1803210287988342784 |