Vitenskapelig publikasjon:
Potensial til å erstatte dagens smoltifiseringstester
Det norske bioteknologiselskapet AquaPredict har i samarbeid med Nord Universitet publisert en vitenskapelig artikkel som konkluderer med at bruk av blodbiomarkører og maskinlæring er en metode som kan brukes for å bestemme smoltifiseringsstatusen til atlantisk laks.
I abstraktet til den vitenskapelige artikkelen skriver de at nåværende metoder for å vurdere smoltstatus inkluderer visuelle indekser, sjøvannsutfordringstester og genuttrykksanalyser, som er begrenset når det gjelder subjektivitet, invasivitet og kostnadseffektivitet.
I denne studien utviklet og validerte de en maskinlæringsmodell for å evaluere smoltifiseringsstatus ved hjelp av biokjemiske blodprofiler.
I forsøkene som artikkelen er basert på ble ung laks oppdrettet under kontrollerte forhold og prøver tatt på 11 tidspunkter.
Blodelektrolytter og genuttrykk av Na⁺/K⁺-ATPase-isoformene NKAα1a og NKAα1b ble analysert, sammen med sjøvannstoleranse gjennom plasmakloridnivåer.
– Ved å bruke XGBoost, en toppmoderne gradientforsterkende algoritme, oppnådde vi høy klassifiseringsnøyaktighet (ROC AUC = 0,99) for å skille smolt fra ikke-smoltindivider, skriver de.
Plasmaklorid, kalsium og natrium var de mest prediktive egenskapene, mens glukose, kalium og kreatinin også ga prediktiv verdi.
Regresjonsmodeller som predikerer DDCt qPCR-indekser (Spearman r = 0,89) og klorid i sjøvannsplasma (Spearman r = 0,78) viste begge god ytelse.
– Disse funnene tyder på at blodbasert point-of-care-testing (POCT) kombinert med maskinlæring tilbyr en rask, pålitelig og mindre invasiv metode for å vurdere smoltifisering, med potensial til å erstatte tradisjonelle sjøvannsutfordringer og molekylære analyser i klekkerimiljøer, konkluderer de.
