Аннотация:Тяжелые металлы - распространенные загрязнители, представляющие серьезную угрозу для живых организмов.Одной из основных мишеней действия тяжелых металлов в клетках растений и водорослей является фотосинтетический аппарат (ФСА).Для быстрой оценки активности ФСА и физиологического состояния организма в целом широко применяется метод индукции флуоресценции хлорофилла a.При действии сильного света наблюдается рост интенсивности флуоресценции от минимального уровня до максимального через ряд промежуточных стадий.Форма индукционной кривой чувствительна к воздействию стрессовых факторов, однако формализовать наблюдаемые изменения пока не получается.Проанализирована возможность использования методов машинного обучения для автоматизации выявления токсического действия тяжелых металлов по флуоресцентным данным.Исследовалось действие CdSO4 и K2Cr2O7 в концентрации 20 и 50 мкМ на проростки гороха и пробы природного фитопланктона.Для анализа использовали либо непосредственно величины интенсивности флуоресценции в отдельные моменты времени (30 мкс - 2 с после включения света), либо рассчитываемые по индукционным кривым параметры т.н. JIP-теста.Построены бинарные классификаторы на основе нейронной сети (двухслойный персептрон) и случайного леса.Точность выявления токсического действия для всех классификаторов составляет около 90%.Показано, что токсическое действие Cd2+ выявляется уже через два часа инкубации, в то время как для выявления действия Cr2O72- требуется инкубация более 8 часов.Полученные результаты указывают на перспективность использования методов машинного обучения в автоматизированных системах экологического мониторинга.