XiaoMi-AI文件搜索系统
World File Search System害虫
半翅目害虫的基因编辑和遗传控制
半翅目昆虫的起源可以追溯到 2.3 亿年前的二叠纪晚期，远早于 1 亿年前的白垩纪开花植物的起源。半翅目昆虫用吸吮式喙进食流质食物；植食性半翅目昆虫的口器（刺）结构精巧，可以从植物木质部或韧皮部中贪婪地吸食食物。这种适应性使一些半翅目昆虫成为全球重要的农业害虫，每年造成严重的农作物损失。由于农业环境中依赖化学杀虫剂控制害虫，许多半翅目害虫已经进化出对杀虫剂的抗药性，因此迫切需要开发新的、针对特定物种的、对环境友好的害虫防治方法。 CRISPR/Cas9 技术在果蝇、赤拟谷盗、家蚕和埃及伊蚊等模型昆虫中的快速发展，引发了双翅目和鳞翅目新一轮的创新基因控制策略，也引发了人们对评估半翅目基因控制技术的兴趣。迄今为止，半翅目的基因控制方法在很大程度上被忽视，因为将遗传物质引入这些昆虫的生殖系存在问题。模型昆虫物种中 CRISPR 介导的诱变频率很高，这表明，如果能够解决半翅目的递送问题，那么半翅目的基因编辑可能很快实现。过去 4 年中，CRISPR/Cas9 编辑已在 9 种半翅目昆虫中取得了重大进展。这里我们回顾了半翅目昆虫的研究进展，并讨论了将当代遗传控制策略扩展到这一对农业具有重要意义的昆虫目物种所面临的挑战和机遇。
一读拟议条例 R-109 - 综合害虫管理策略、农药条例废除和啮齿动物控制回扣 - 5 月 31/22 日区域议会 | Halifax.ca
措施和使用替代控制措施。IPM 计划的原则包括使用适当的策略组合来解决害虫问题，并仅在必要时根据设定的害虫阈值使用杀虫剂。正如新斯科舍省环境与气候变化部 (NS ECC) 和其他实施了 IPM 计划的司法管辖区所概述的那样，典型的组成部分包括制定标准、识别、阈值、监测、处理和评估计划。此外，随着气候变化，HRM 中入侵物种的风险正在增加，并且气候变化会影响物种的生命周期，从而使其扩散到新的地区，为从较温暖地区扩散创造有利条件，并给适应新斯科舍省历史气候的本地物种带来压力 1 。
人工智能在害虫管理中的作用...
Komatireddy Bhargavi 1 和 Kommineni Jagadeesh 2 1&2 博士学者，系遗传学和植物育种系，PJTSAU，海得拉巴
人工智能在害虫管理中的作用
Anam Khan 博士研究学者，农业学院昆虫学系，SVUA&T，密拉特 介绍 人工智能在农业中的重要性 人工智能用于描述模仿人类与人类思维相关的认知功能（例如学习和解决问题）的机器。它在农业的各个领域发挥着重要作用。 害虫是农业领域的主要问题之一。粮食及农业组织 (FAO) 报告称，这些害虫每年导致全球农作物产量损失 20% 至 40%。虫害每年给全球经济造成约 2200 亿美元的损失，入侵昆虫每年造成约 700 亿美元的损失。 农民广泛使用不同的农药来提高作物的质量和储藏寿命。但这些农药的持续和滥用导致了环境污染和潜在的高风险疾病，如癌症、极端呼吸道和遗传疾病以及胎儿
利用 CRISPR/Cas9 诱变技术对性信息素的生物合成进行调控，导致甜菜夜蛾（一种害虫）失去雌性吸引力
已知处女雌蛾会释放性信息素来吸引同类雄性。准确的性信息素是它们进行化学交流的必要条件。鳞翅目昆虫甜菜夜蛾的性信息素含有在第12个碳位置上有双键的不饱和脂肪酸衍生物。甜菜夜蛾的去饱和酶 ( SexiDES5 ) 被认为具有双重功能，它通过在第11和12个碳上形成双键来合成Z9,E12-十四碳二烯酸，该酸可乙酰化为主要的性信息素成分Z9,E12-十四碳烯酸乙酸酯 ( Z9E12-14:Ac )。利用 CRISPR/Cas9 构建了 SexiDES5 的缺失体，并进行近交繁殖以获得纯合子。突变雌蛾不能产生Z9E12-14:Ac以及Z9-14:Ac和Z11-14:Ac。突变雌蛾的信息素提取物也不能在雄蛾触角中诱发感觉信号。它们也不能诱导雄蛾的交配行为，包括毛笔竖立和定向。在田间，这些突变雌蛾不能吸引任何雄蛾，而对照雌蛾可以吸引雄蛾。这些结果表明SexiDES5能够催化第11和12位上的去饱和作用，从而产生S . exigua的性信息素成分。这项研究还表明，通过产生没有吸引力雌蛾，基因组编辑技术可以应用于害虫防治。
害虫脊椎动物的基因生物防治技术。......
入侵物种解决方案中心衷心感谢其成员和合作伙伴为支持其活动而提供的资金和实物捐助。入侵动物有限公司负责管理入侵物种解决方案中心。该项目获得了澳大利亚政府农业、水利和环境部的资助，以及联邦科学与工业研究组织 (CSIRO)、西澳大利亚州初级产业和区域发展部 (WA DPIRD) 和西澳大利亚州生物多样性、保护和景点部 (WA DBCA) 的实物支持。我们真诚感谢许多参与者抽出时间参加两次利益相关者研讨会，这些研讨会是在 CSIRO 社会科学人类研究伦理委员会 (CSSHREC) 授权 144/19 下举办的，由 PiqueGlobal Ltd. 的 David Romano 独立主持。我们感谢指导委员会在整个项目中的指导和领导，以及 Krista Verlis 和 Raghu Sathyamurthy 对报告草案的评论。本文件由 Wendy Ruscoe、Susan Campbell、Lucy Carter、Aditi Mankad、Peter Brown、Margaret Byrne、Kevin Oh、Mark Tizard 和 Tanja Strive 编写。本文件应引用为：Wendy Ruscoe、Susan Campbell、Lucy Carter、Aditi Mankad、Peter Brown、Margaret Byrne、Kevin Oh、Mark Tizard 和 Tanja Strive。（2021 年）脊椎动物害虫的遗传生物防治技术：决策框架摘要。向入侵物种解决方案中心提交的报告。堪培拉。由澳大利亚堪培拉入侵物种解决方案中心出版 www.vasives.com.au 印刷版 ISBN：978-1-925727-30-2 网站版 ISBN：978-1-925727-30-2 本报告可出于研究、讨论、记录保存、教育用途或其他公共利益的目的引用，但任何此类引用均承认入侵物种解决方案中心和出版物的作者。© 2021 Invasive Animals Ltd 封面图片：家鼠作者：Peter Brown © CSIRO。欧洲兔作者：Lawrence Sanders。欧洲鲤鱼作者：Marc Ainsworth。海蟾蜍作者：Tyler Monachino。
USDA-ARS AG100PEST计划：农业害虫节Arthropod Research
1 Bee研究实验室，Beltsville农业研究中心，农业研究服务，USDA，美国北部10300号，巴尔的摩大街10300 scott.geib@usda.gov（S.M.G. ）; sheina.sim@usda.gov（S.B.S. ）; tyler.simmonds@usda.gov（T.J.S. ）; rene.corpuz@usda.gov（R.L.C。） 3美国农业研究服务局国家农业图书馆，美国农业部，10301 Baltimore Avenue，Baltimore Avenue，Beltsville，MD 20705，美国； monica.poelchau@usda.gov（M.F.P。 ）; Christopher.Childers2@usda.gov（C.P.C.） 4玉米昆虫和作物遗传学研究部，农业研究服务，美国农业部，2310 Pammel Dr.，Ames，IA 50011，美国； brad.coates@usda.gov 5 Oak Ridge科学与教育研究所，P.O。 Box 117，Oak Ridge，TN 37831，美国6储存的产品昆虫和工程研究部，谷物和动物健康研究中心，农业研究服务，USDA，USDA，1515 College Avenue，Manhattan，KS 66502，美国； erin.scully@usda.gov 7遗传学和育种研究部，美国肉类动物研究中心，农业研究服务局，美国农业部，国家刺激性18d，克莱中心，NE 68933，美国； tim.smith2@usda.gov 8国家计划，农作物生产和保护的办公室，农业研究服务，美国农业部，5601 Sunnyside Avenue，贝尔茨维尔，MD 20705，美国； kevin.hackett@usda.gov 9基因组学和生物信息学研究部门，杰米·惠顿三角洲州研究中心，农业研究服务，美国农业部，美国MS 38776，美国美国农业部141; brian.schef flfer@usda.gov *通信：anna.childers@usda.gov1 Bee研究实验室，Beltsville农业研究中心，农业研究服务，USDA，美国北部10300号，巴尔的摩大街10300 scott.geib@usda.gov（S.M.G.）; sheina.sim@usda.gov（S.B.S.）; tyler.simmonds@usda.gov（T.J.S.）; rene.corpuz@usda.gov（R.L.C。）3美国农业研究服务局国家农业图书馆，美国农业部，10301 Baltimore Avenue，Baltimore Avenue，Beltsville，MD 20705，美国； monica.poelchau@usda.gov（M.F.P。）; Christopher.Childers2@usda.gov（C.P.C.）4玉米昆虫和作物遗传学研究部，农业研究服务，美国农业部，2310 Pammel Dr.，Ames，IA 50011，美国； brad.coates@usda.gov 5 Oak Ridge科学与教育研究所，P.O。Box 117，Oak Ridge，TN 37831，美国6储存的产品昆虫和工程研究部，谷物和动物健康研究中心，农业研究服务，USDA，USDA，1515 College Avenue，Manhattan，KS 66502，美国； erin.scully@usda.gov 7遗传学和育种研究部，美国肉类动物研究中心，农业研究服务局，美国农业部，国家刺激性18d，克莱中心，NE 68933，美国； tim.smith2@usda.gov 8国家计划，农作物生产和保护的办公室，农业研究服务，美国农业部，5601 Sunnyside Avenue，贝尔茨维尔，MD 20705，美国； kevin.hackett@usda.gov 9基因组学和生物信息学研究部门，杰米·惠顿三角洲州研究中心，农业研究服务，美国农业部，美国MS 38776，美国美国农业部141; brian.schef flfer@usda.gov *通信：anna.childers@usda.govBox 117，Oak Ridge，TN 37831，美国6储存的产品昆虫和工程研究部，谷物和动物健康研究中心，农业研究服务，USDA，USDA，1515 College Avenue，Manhattan，KS 66502，美国； erin.scully@usda.gov 7遗传学和育种研究部，美国肉类动物研究中心，农业研究服务局，美国农业部，国家刺激性18d，克莱中心，NE 68933，美国； tim.smith2@usda.gov 8国家计划，农作物生产和保护的办公室，农业研究服务，美国农业部，5601 Sunnyside Avenue，贝尔茨维尔，MD 20705，美国； kevin.hackett@usda.gov 9基因组学和生物信息学研究部门，杰米·惠顿三角洲州研究中心，农业研究服务，美国农业部，美国MS 38776，美国美国农业部141; brian.schef flfer@usda.gov *通信：anna.childers@usda.gov
使用传感器和机器学习对害虫昆虫外观的预测
摘要：如果农民不及时反应以抑制其传播，虫害昆虫的出现可能会导致产量损失。可以通过昆虫陷阱来监测昆虫的发生和数量，其中包括它们的永久游览和检查其状况。另一种有效的方法是在陷阱中设置带有相机的传感器设备，将陷阱拍摄并将图像转发到Internet上，其中有害生物昆虫的外观将通过图像分析预测。天气条件，温度和相对湿度是影响某些害虫出现的参数，例如Helicoverpa Armigera。本文提出了一种机器学习模型，该模型可以考虑到空气温度和相对湿度，可以每天在一个季节预测昆虫的出现。应用了几种用于分类的机器学习算法，并提出了其预测昆虫发生的准确性（高达76.5％）。由于根据测量进行测量的日子以时间顺序给出了测试的数据，因此将现有模型扩展，以考虑三天和五天的时间。扩展方法显示出更好的预测准确性和较低的错误检测百分比。在五天的情况下，受影响检测的准确性为86.3％，而虚假检测的百分比为11％。所提出的机器学习模型可以帮助农民检测害虫的发生，并节省检查领域所需的时间和资源。