로티퍼 유영행동의 머신러닝 분석을 이용한 경로추적 기술 개발을 통한 생태독성평가 플랫폼

Abstract

로티퍼(Brachionus plicatilis)는 바다에 서식하는 동물성 플랑크톤으로, 생태독성평가에 활용되는 표준 시험생물이다. 본 연구는 로티퍼의 유영행동 변화를 머신러닝을 통해 분석함으로써 해수 내 화학물질의 위해성을 판단하는 새로운 방법을 제시한다. 실험에 사용된 화학물질은 톨루엔, n-헥산, 아세톤이며, 광학 현미경 대신 CMOS 이미지 센서를 기반으로 한 Cellytics 플랫폼을 사용하여 분석하였다. 로티퍼의 유영행동을 관찰하기 위해 특별히 개발된 칩과 Cellytics를 사용하여 화학물질 노출 후 즉시 2분간 영상을 촬영하였으며, 이 영상을 바탕으로 머신러닝 학습용 데이터를 이미지 형식으로 추출하였다. 이 이미지들은 로티퍼의 약 2분간의 유영경로를 보여주며, 속도 변화, 평균 속도, 유영 패턴 등의 정보를 포함하고 있다. ResNET-50 모델을 이용한 학습을 통해, 대조군과 비교하여 특정 농도의 화학물질에 대해 약 80%의 구별 정확도를 달성하였으며, 이는 머신러닝의 유용성을 입증한다. 이 기술이 확립되면, 기존에 24시간 이상 소요되던 생태독성평가를 전문적인 노동력에 의존하지 않고 빠르게 수행할 수 있어, 분석 방법을 혁신적으로 개선할 수 있을 것으로 기대된다.