详细内容或原文请订阅后点击阅览
增强蚊子的效果
两项NIH授予UC Riverside支持机器学习方法来识别驱虫剂
来源:加州大学河滨分校在最近的一项研究中，加利福尼亚大学河滨分校的研究员Anandasankar Ray及其团队采用了机器学习技术，并结合了化学信息技术来预测新型的蚊子驱虫剂，这些驱蚊剂可以极大地改善全球蚊子控制工作。采用相同的方法来应对蚊子传播疾病的全球威胁，例如疟疾和登革热，雷（Ray），雷（Ray）是美国国立卫生研究院（National Institutes of Health）或NIH获得250万美元的五年赠款，现在将致力于识别新型的空间蚊子驱蚊剂及其机制。
最近的研究 Anandasankar Ray蚊子使用其嗅觉（气味）和味觉（口味）系统来检测和进食人类宿主。当前的皮肤上驱虫剂（例如DEET）是有效但昂贵的，需要经常重新涂抹，并且遭受用户体验差，尤其是在低收入热带地区。空间驱虫剂通过加热的分配器或线圈以低剂量发射拟除虫菊酯杀虫剂（用于杀死蚊子的合成杀虫剂）被广泛使用，但由于蚊子抵抗力迅速传播到甲状腺毒素。
基于机器学习的化学信息学方法Ray的团队开发了超过1000万种化合物，以实现潜在的驱虫剂和杀虫剂。使用这种方法，Ray和他的团队从天然来源（例如常见的食物和调味材料）中确定了新型的驱虫剂，这些化合物有效而令人愉悦。
“我们已经确定了具有很高成功率的驱虫分子，尤其是从天然来源，可以为当前驱虫剂提供更安全，更可持续的替代品，”分子，细胞和系统生物学教授雷说。 “我们还使用机器学习来识别拟除虫菊酯的类似物，这些拟除虫菊酯比现有行业标准（如Allethrin）高出100倍。这可能会对打击抵抗力的蚊子种群产生重大影响。”