基于近红外拉曼光谱的猪卵母细胞激活人工智能监控体系的初步建立

【作者】 刘红波； 吕培茹； 胡林林； 杨小淦； 左二伟； 宁淑芳； 韩晓慧； 陆阳清； 卢晟盛； 卢克焕；

【机构】 广西亚热带生物资源保护利用重点实验室广西大学动物科技学院；

【摘要】 猪卵母细胞胞质激活是猪转基因体细胞克隆产业化的关键环节之一,通过研究激活后卵母细胞的代谢组学特征,来实现对于卵母细胞激活效果的人工智能监控具有重要的应用价值。本实验旨在建立服务于猪体细胞克隆产业化研究的猪卵母细胞激活人工智能监控体系。方法:卵母细胞激活过后放在单独的NCSU-23培养微滴中培养,获取代谢液。通过近红外激光拉曼光谱提取其代谢谱,充分认识不同激活策略下的卵母细胞的代谢特征,最后建立基于主成分分析的BP人工神经网络实现对于卵母细胞激活效果的智能监控。结果显示:激活卵母细胞代谢指纹图谱为:1620(酪氨酸和色氨酸的C=C伸缩振动模),1412(C00-伸缩振动),1325(CH变形振动),1253(蛋白质的酰胺Ⅲ区),1206(酪氨酸和苯丙氨酸),1092(蛋白C-N伸缩振动),1011(苯丙氨酸)和929(葡萄糖)。可知,最佳激活组(3*100*10,场强100 v/mm,脉冲时程10μs,3次脉冲)葡萄糖和氨基酸代谢水平最高,弱激活组居中(2*100*10,场强100 v/mm,脉冲时程10μs,2次脉冲),过度激活组(3*100*50,场强100 v/mm,脉冲时程50μs,3次脉冲)最低。BP人工神经网络可以实现对于3*100*10和3*100*50组单个激活后卵母细胞的识别和预测,准确率分别为60%(3/5)和100%(5/5)。结论:本实验初步建立了猪卵母细胞激活人工智能监控体系,可以实现对于最佳激活组和过度激活组单个卵母细胞的识别和预测,可以用来监测猪卵母细胞的激活效果。更多还原