Environmental Science and Technology （IF=9.028） 2021-04-29

日本东京大学 Keisuke Goda课题组

在过去的几十年里，基于微藻的重金属污染废水生物修复方法因其环境友好、成本低廉、可持续发展等优点而备受关注。然而，微藻对重金属去除效果还远未达到实际应用水平。定向进化有望有效地培育出具有更高的重金属去除效率的微藻，但目前还没有很好的指标来鉴定和评价。这项研究提出了一种基于智能细胞形态学识别指标，用于非侵入性和无标记方式鉴定纤细裸藻对重金属的去除效率。通过机器学习算法识别纤细裸藻形态学特征与其对重金属Cu²⁺去除效率，分析结果表明这两者之间存在很强的相关性。因此，可通过该方法筛选出具有高效去除重金属能力的纤细裸藻株系。

原文及链接：Morphological Indicator for Directed Evolution of Euglena gracilis with a High Heavy Metal Removal Efficiency. 

https://doi.org/10.1021/acs.est.0c05278