Оценка состояния фотосинтетического аппарата растений и микроводорослей по параметрам флуоресценции хлорофилла a с помощью нейросетевой моделитезисы доклада
Дата последнего поиска статьи во внешних источниках: 1 апреля 2020 г.
Аннотация:Для оценки активности первичных процессов фотосинтеза широко используются методы, основанные на анализе параметров флуоресценции хлорофилла a. Изменение интенсивности флуоресценции при освещении адаптированного к темноте объекта представляет собой сложную многофазную кривую, быстро достигающую максимума, за которым следует медленное снижение интенсивности. Современное флуорометрическое оборудование позволяет регистрировать кривые индукции флуоресценции с временным разрешением порядка единиц микросекунд. Общепринято, что отдельные фазы нарастающего участка индукционной кривой соответствуют различным стадиям переноса электрона в электрон-транспортной цепи, однако взаимное соответствие конкретных фаз и процессов все еще обсуждается. Для зеленых водорослей и высших растений кинетика быстрого нарастания флуоресценции обычно описывается как трехступенчатая (O-J-I-P), однако применение разностного метода позволило выявить гораздо большее число временных зон («полос») O-L-K-J-I-H-G-P [1], изменения в которых характерны для условий недостатка минерального питания и действия других стрессовых факторов.
Для корректного сопоставления отдельных фаз индукционной кривой конкретным физическим процессам необходимо количественное описание переходного процесса в терминах характерных времен и амплитуд фаз. Представление о фотосистеме как огромном комплексе, содержащем несколько окислительно-восстановительных центров, формирующих цепь переноса электрона, подразумевает, что фазы, соответствующие отдельным процессам (или группам процессов), происходящим в фотосистеме 2, следует рассматривать как экспоненциальные функции. Характерные времена экспонент, соответствующих различным процессам, могут быть довольно близки друг к другу, и они изменяются в зависимости от температуры, интенсивности света и физиологического состояния организма, что делает однозначное определение числовых параметров по экспериментальным данным сложной задачей. Чтобы справиться с этой неоднозначностью, мы предлагаем проводить совместный анализ больших наборов кривых индукции флуоресценции, зарегистрированных при постепенном изменении внешних условий или в процессе адаптации фотосинтетического аппарата к изменившимся условиям. Для получения таких наборов данных могут использоваться автоматизированные флуорометры, производящие измерения через заданный промежуток времени [2]. Мы полагаем, что постепенное изменение формы индукционных кривых в эксперименте обусловлено соответствующим изменением параметров фотосинтетического аппарата. Нами предложена архитектура нейросетевой модели со спонтанным обучением, позволяющая выявить параметры минимального набора экспоненциальных функций, сумма которых хорошо аппроксимирует полученные в эксперименте индукционные кривые. Данная модель была использована для обработки экспериментальных данных, полученных при выращивании микроводорослей в фотобиореакторе [2, 3]. Было показано, что L-полосе (см. [1]) соответствует экспоненциальный компонент с характерным временем около 50–100 мкс. Вклад этого компонента в нарастание флуоресценции в нормальных условиях отрицателен (и проявляется в «сигмоидности» начального участка индукционной кривой, которую обычно связывают с миграцией энергии между реакционными центрами фотосистемы 2). В стрессовых условиях (например, при дефиците азота или серы в среде, высокой освещенности и т. д.) амплитуда этого компонента меняет знак и приводит к появлению дополнительной фазы индукции флуоресценции, которую принято связывать с дисбалансом скорости разделения зарядов в реакционном центре фотосистемы 2 и скорости восстановления пигмента реакционного центра P680 кислород-выделяющим комплексом. Полученные результаты позволяют предположить, что оба наблюдаемых явления имеют единую физическую природу, и уменьшения «связности» реакционных центров фотосистемы 2 может быть одной из причин появления дисбаланса скоростей окисления и восстановления P680.
Работа выполнена при частичной поддержке РФФИ, проект №17-04-00676.