Ученые использовали алгоритмы машинного обучения, чтобы научить компьютеры распознавать схемы питания насекомых, участвующие в передаче патогенов. Исследование, опубликованное в журнале PLOS Computational Biology, также раскрывает признаки растений, которые могут привести к нарушению передачи патогенов и способствовать прогрессу в сельском хозяйстве, животноводстве и здоровье человека.
Насекомые, которые питаются, заглатывая растительные и животные жидкости, наносят разрушительный ущерб людям, животноводству и сельскому хозяйству во всем мире, в первую очередь, перенося патогены растений и животных. Эти насекомые-переносчики могут приобретать и передавать патогены, вызывающие инфекционные заболевания, такие как позеленение цитрусовых, путем зондирования тканей хозяина и проглатывания его жидкостей. Процессы питания, необходимые для успешной передачи патогена сосущими насекомыми, можно зарегистрировать, отслеживая изменения напряжения в цепи питания источника пищи для насекомых.
В этом исследовании энтомологи и компьютерщики из Службы сельскохозяйственных исследований Министерства сельского хозяйства США (USDA-ARS), Университета Флориды и Принстонского университета использовали алгоритмы машинного обучения, чтобы научить компьютеры распознавать схемы питания насекомых. в передаче патогенов.
Кроме того, эти алгоритмы машинного обучения использовались для обнаружения новых моделей питания насекомых и выявления признаков растений, которые могли бы привести к нарушению передачи патогенов. Хотя эти методы использовались для определения стратегий борьбы с позеленением цитрусовых, такой интеллектуальный мониторинг питания насекомых-переносчиков будет способствовать быстрому выявлению и нарушению передачи патогенов, вызывающих заболевания в сельском хозяйстве, животноводстве и здоровье человека.