シアノトキシン混合モデル：環境変数と毒素の共起をヒト曝露リスクに関連付ける

しばしば複数の毒素を含む毒性シアノバクテリアの花は、深刻な公衆衛生の問題です。ただし、シアノトキシン混合物を予測する既知のモデルはありません（アナトキシンA、ミクロシスチン、サキシトキシン）。このホワイトペーパーでは、2つのシアノトキシン混合モデル（混合）を紹介し、2016年から2017年に収集されたデータの2つのミクロシスチン（MC）モデルと、Voyageurs国立公園（米国ミネソタ州）のカベトガマ湖にある3つの繰り返しのシアノバクテリアブルームの場所から比較します。モデルには、ほぼリアルタイムの環境変数（容易に入手可能）を使用しているモデルと、追加の包括的な変数（実験室分析に基づく）を使用するモデルが含まれます。包括的なモデル（R2 = 0.87 MC; R2 = 0.86ミックス）は、環境モデル（R2 = 0.58 MC; R2 = 0.57ミックス）よりも多くのばらつきを説明しました。どちらのミックスモデルもMCモデルよりも適切に適合していませんでしたが、ミックスモデルはキャリブレーションデータセットで偽陰性を生成しませんでした。これは、規制ガイドライン上のすべての観測がミックスモデルによってシミュレートされたことを示しています。これは、シアノトキシン混合モデルのための仮想ビーチソフトウェアの最初の既知の使用であり、このホワイトペーパーで使用される方法は、他の湖やビーチに適用できる場合があります。

Toxic cyanobacterial blooms, often containing multiple toxins, are a serious public health issue. However, there are no known models that predict a cyanotoxin mixture (anatoxin-a, microcystin, saxitoxin). This paper presents two cyanotoxin mixture models (MIX) and compares them to two microcystin (MC) models from data collected in 2016-2017 from three recurring cyanobacterial bloom locations in Kabetogama Lake, Voyageurs National Park (Minnesota, USA). Models include those using near-real-time environmental variables (readily available) and those using additional comprehensive variables (based on laboratory analyses). Comprehensive models (R2 = 0.87 MC; R2 = 0.86 MIX) explained more variability than the environmental models (R2 = 0.58 MC; R2 = 0.57 MIX). Although neither MIX model was a better fit than the MC models, the MIX models produced no false negatives in the calibration dataset, indicating that all observations above regulatory guidelines were simulated by the MIX models. This is the first known use of Virtual Beach software for a cyanotoxin mixture model, and the methods used in this paper may be applicable to other lakes or beaches.