机构名称：
¥ 1.0
摘要。经过杀虫剂处理的网（ITN）仍然是控制疟疾传播的关键干预措施，但是蚊子对这些干预措施的响应蚊子的行为适应性尚未完全理解。这项研究检查了抗杀虫剂（IR）和杀虫剂敏感的（IS）Anopheles gambiae菌株（OL）网络（OL），一种氯菊酯浸渍的ITN的飞行行为，而不是未经处理的净（UT）。使用机器学习（ML）模型，我们以高精度（0.838）和ROC AUC（0.925）对蚊子飞行进行了分类。与假设OL的行为变化会随着时间的推移而加剧的假设，我们的发现表明，IR的复杂，不稳定的飞行路径和已处理的网络周围的蚊子发作。SHAP分析确定了OL暴露的三个关键预测特征：飞行角变化中零交叉的频率，飞行角度变化的第一个四分位数以及水平速度的零交叉。这些暗示了破坏性的飞行模式，表明杀虫性刺激。虽然蚊子表现出快速，无序的轨迹，并且大部分在30分钟内死亡，但在整个2小时的实验中，IR蚊子持续存在，但表现出类似的干扰行为，表明抗性并未完全触及局部破坏。我们的发现挑战文献表明，苄氯菊酯在溶液形式中的驱虫性，而不是在纳入净纤维中时支持刺激性或接触驱动的效果。未来的工作应将这些方法扩展到其他ITN，以进一步阐明蚊子行为和杀虫疗法之间的复杂相互作用。这项研究强调了基于ML的轨迹分析对于理解蚊子的价值，可以完善ITN的配置并评估旨在破坏蚊子飞行行为的新型主动感。
CDKN2ALOW癌细胞胜过...
主要关键词
相关文件推荐
