学位提供2024-2025农业学院1。农艺学2。agri。生物技术3。生物技术4。昆虫学5。林业6。园艺7。植物育种和遗传学8。植物病理学9。土壤科学10。环境科学11。气候变化12。种子科学技术13。作物生理学14。可持续农业学院社会科学学院15。农业扩展16。性别研究17。agri。经济学18。发展经济学19。农村发展20。环境与资源经济学21。MS(管理)专业化农业工程与技术学院22。农业工程23。水资源工程24。食品工程25。环境工程26。能源系统工程27。植物饲养员纺织技术学院28。动物育种和遗传学29。动物营养30。牲畜管理31。食品营养与家庭科学的家禽科学学院32。乳制品技术33。食品技术34。家庭经济学(食品和营养)35。家庭经济学(人类发展与家庭研究)36。家庭经济学(服装和纺织品)
秋葵[Abelmoschus esculentus(L.)Moench]是一种经常进行的交叉授粉,最高为19-42%的交叉授粉和计划的授粉可能会改善经济水果产量和生物学参数。本研究是在2021年和2022年的多雨(哈里夫)季节进行的。关于秋葵花卉游客的研究记录了28种昆虫属。属于四个昆虫秩序,其中五个spp。,即。apis cerana Indica(Fabricius)1798,Apis Mellifera(Linnaeus)1758,Bombus aymorrodoidalis(Smith)1852,Lithurgus Atratus(Smith)1853和Xylocopa latipes(drury)1773占主导地位。觅食活动和授粉行为表明,两种非Apis Bee物种(X. latipes和B. halemorrhoidalis)是迅速的传单,每单位时间访问了更多的花朵。注意到,传粉媒介探访的高峰期在9.00–11.00 h会计之间,到113.76±7.65昆虫 /m 2/10分钟,在此期间,污名的接受性和花粉发芽达到其峰值。Assessment of yield related parameters of insect pollinated flowers showed superior quality fruits with better capsule length (17.4–20.9 cm), capsule girth (6.56–7.84 cm), seeds/capsule (51.4–60.6), test weight of 100-seeds (7.05–8.38 g) and even the seed yield (1.86–3.04 tonnes/hectare) than closed控制和手授粉(模拟和交叉授粉)。总而言之,秋葵场的生态工程提高了授粉率,最终提高了产量和种子质量。
蝗虫响应人口密度变化而表现出表型可塑性,在孤立和群体阶段中具有不同的表型。在过去的十年中,许多研究揭示了阶段变化的分子机制,其中包括身体着色,信息素,行为,飞行,繁殖力,免疫力和衰老的变化。我们对与这些表型差异相关的分子机制的不明白,随着蝗虫基因组的解码,宽度和深度扩大了,涉及转录,转录后,翻译和表观遗传调节。由基因和非编码RNA组成的大规模调节网络反映了响应环境变化的蝗虫相变的系统修饰。基因操纵技术已验证了相变的特定基因和相关路径的功能。本评论重点介绍了蝗虫阶段变化研究的最新进展,并表明在群落和孤立的蝗虫中,能量和代谢分配的分歧分别是长距离迁移和局部生殖的适应性策略。最后,我们提出了未来的研究方向,并讨论了蝗虫表型可塑性领域的新兴问题。
SAMN42831079 SRR30002755 Cp WGS 2,336,698 35,334,168,532 82.27 99.97 SAMN42831080 SRR30002754 Cp RNA-seq 74,625,830 11,105,068,576 35.60 82.67 SAMN42831081 SRR30002753 Cp RNA-seq 58,079,426 8,628,250,664 35.65 74.15 SAMN42831082 SRR30002764 Cp RNA-seq 71,460,408 10,610,626,515 35.60 68.61 SAMN42831083 SRR30002763 CP RNA-SEQ 54,014,740 8,019,510,478 35.60 84.22 SAMN42831084 SRR30002762 CP RNA-SESCP RNA-SEEQ 125,597,334 18,555555555555555555555555555,55555555,555599332.399999999999999999999999999990990年3月3日SAMN42831085 SR30002761 CP RNA-SEQ 66,358 9,926,612 35.65 84.51 SAMN42831072 SRR30002766 LO WGS 1,951,868 RNA-seq 44,803,922 6,693,029,521 35.55 58.32 SAMN42831074 SRR30002760 Lo RNA-seq 77,860,552 11,532,876,985 35.70 77.17 SAMN42831075 SRR30002759 Lo Hi-C 90,074,518 13,511,177,700 35.56 96.98 SAMN42831076 SRR30002758 TS WGS 1,260,730 14,430,962,962,962,962,828 84.60 99.98 8,895,621,390 35.55 36.92 SAMN42831078 SRR30002756 TS RNA-SEQ 94,062,578 13,956,137,243 35.65 73.33表2:阅读设定的统计数据,包括质量评估,包括质量评估。cp = Cydalima Perspectalis; lo = leptoglossus 69
https://cvs.icloud-content.com/b/atvtw0le76dwip_zaxuizba0aufuuzufauzhufauuzhufauuzhz mhhz Mhh117&s = auygpvyprytz8vgmgmgmgmgmgmgmgmgmgmduw&auygppvyprytz8vgmgmgmduw&use 1& + a580f 5-42F52F5289289289289289289289289289289289289289289289289289289288926/11/11/2024,13:39
Miraldo A 1§* , Sundh J 2, * , Iwaszkiewicz-EggebrechtE 1 , Buczek M 3 , Goodsell R 1 , Johansson H 4 , Fisher BL 5 , Raharinjanahary D 6 , RajoelisonET 6 , Ranaivo C 6 , Randrianandrasana C 6 , Rafanomezantsoa JJ 6 , ManoharanL 7 , Granqvist E 1 , van Dijk LJA 1 , Alberg L 4 , Åhlén D 8 , Aspebo M 4 , Åström S 4 , BellvikenA 4 , Bergman PE 4 , Björklund S 4 , Björkman MP 9,10 , Deng J 3 , Desborough L 4 , DolffE 4 , Eliasson A 4 , Elmquist H 4 , Emanuelsson H 4 , Erixon R 11 , Fahlen L 4 , Frogner C 4 ,Fürst P 4 , Grabs A 4 , Grudd H 12 , Guasconi D 13 , Gunnarsson M 4 , Häggqvist S 4 , Hed A 4 ,Hörnström E 4 , Johansson H 4 , Jönsson A 4 , Kanerot S 4 , Karlsson A 4 , Karlsson D 4 ,Klinth M 4 , Kraft T 4 , Lahti R 14 , Larsson M 4 , Lernefalk H 4 , Lestander Y 4 , Lindholm LT 4 , LindholmM 4 , Ljung U 4 , Ljung K 4 , Lundberg J 15 , Lundin E 12 , Malmenius M 4 , Marquina D 1,# ,Martinelli J 4 , Mertz L 4 , Nilsson J 4 , Patchett A 16 , Persson N 4 , Persson J 4 , Prus-FrankowskaM 3 , Regazzoni E 4 , Rosander KG 4 , Rydgård M 4 , Sandblom C 4 , Skord J 4 , StålhandskeT 16,17 , Svensson F 4 , Szpryngiel S 1 , Tajani K 17 , Tyboni M 4 , Ugarph C 4 , Vestermark L 4 , Vilhelmsson J 4 , Wahlgren N 4 , Wass A 4 , Wetterstrand P 4 , Łukasik P 1,3,† , Tack AJM 8,† ,Andersson AF 18,† , Roslin T 19,20,† , Ronquist F 1,†
机器人昆虫是集成了微电子或其他机械增强功能的昆虫,已成为一个令人着迷的研究和开发领域,具有多种重要意义和潜在应用。机器人昆虫可以配备传感器和摄像头,以便在受灾地区穿越瓦砾和废墟。它们体型小巧,可以进入人类或大型机器人难以到达或无法到达的地方。这些昆虫可用于军事和安全行动,进行秘密监视。它们天生具有融入环境的能力,是收集情报而不被发现的理想选择。研究机器人昆虫可以深入了解昆虫的行为、生理和神经控制。这些知识有助于更广泛的科学理解,并为机器人和生物工程新技术的开发提供信息。在这篇评论中,我们重点关注昆虫的现状、传感器含义及其应用。
与大多数动物一样,昆虫与微生物有着密切的相互作用,这些微生物可能影响昆虫宿主的脂质代谢。在本章中,我们描述了迄今为止有关原核生物微生物在昆虫脂质代谢中起的作用的知名度。我们开始探索以内共生体为重点的微生物 - 脂质相互作用,并更具体地探索了在果蝇中不存在研究的肠道微生物群。然后,我们继续概述在常见且研究充分的wolbachia pipientis上所做的工作,这也与其他微生物有关。采用一个略有不同的角度,然后研究人类病原体(包括登革热和其他病毒)对蚊子载体脂质的影响。我们扩展了有关人类病原体的工作,并包括与内共生膜的相互作用
摘要 :昆虫是最大的动物群之一,由于其多样性、在农业和家庭手工业中的经济意义以及作为传粉者和各种疾病媒介的生态功能而发挥着至关重要的作用。遗传学的重大进步为许多昆虫物种的基因身份和序列提供了大量信息。这些遗传资源促进了旨在开发改良遗传性状的基因组编辑研究。昆虫不育技术(SIT)就是这样一种策略,它已有效地用于北美的螺旋蝇,并继续用于管理昆虫害虫。通过 RNA 干扰(RNAi)进行的基因沉默是模型昆虫研究中的基本基因组工具,也已应用于各种生物学研究。然而,它在害虫中的效率各不相同,限制了它的广泛使用。其他基因编辑方法包括使用锌指核酸酶 (ZFN) 和转录激活因子样效应物核酸酶 (TALEN) 诱导 DNA 中的双链断裂 (DSB),从而刺激目标序列的非同源末端连接或同源定向修复。最近,CRISPR/Cas9(成簇的规律间隔短回文重复序列/CRISPR 相关蛋白 9)系统已迅速成为跨多个领域的变革性基因组编辑方法,包括农业、昆虫抗性管理、环境安全、人类健康和工业。本文概述了昆虫中使用的各种基因组编辑技术,特别关注尖端 CRISPR/Cas 系统的应用和未来潜力,该系统有望超越其他基因组编辑方法。
基于对亚洲地区害虫状况、危害和现行做法的调查,制定了针对 B. dorsalis 的综合害虫管理 (IPM) 策略。调查结果表明,B. dorsalis 是一个主要问题,因为它在大多数参与国造成了严重损害。当前的 IPM 策略涉及多种控制策略,但往往过度依赖化学农药。基于行为的监测和控制措施由于易于使用和成本效益高而在该区域广泛使用,是 IPM 策略的关键组成部分。不育昆虫技术的应用虽然环保、可持续且与 IPM 兼容,但由于运营成本高、政府政策无效和社会接受度低而受到限制。公共知识和技术转让、培训和实践指导、相关利益相关者社区参与、接受和合作是可持续和成功针对 B. dorsalis 进行 IPM 的关键杠杆。更多旨在开发非化学控制策略和生物农药的举措和研究工作将优化现有的 IPM 策略。最后,应采取有效的检疫和植物检疫措施,提高边境生物安全,从而在全球气候变化的情况下拦截和遏制桔小实蝇扩大其现有地理边界的风险。
