Genetically Modifying the Insect Gut Microbiota to Control Chagas Disease Vectors through Systemic RNAi
Notice bibliographique
Résumé
Technologies based on RNA interference may be used for insect control. Sustainable strategies are needed to control vectors of Chagas disease such as Rhodnius prolixus. The insect microbiota can be modified to deliver molecules to the gut. Here, Escherichia coli HT115(DE3) expressing dsRNA for the Rhodnius heme-binding protein (RHBP) and for catalase (CAT) were fed to nymphs and adult triatomine stages. RHBP is an egg protein and CAT is an antioxidant enzyme expressed in all tissues by all developmental stages. The RNA interference effect was systemic and temporal. Concentrations of E. coli HT115(DE3) above 3.35 × 10(7) CFU/mL produced a significant RHBP and CAT gene knockdown in nymphs and adults. RHBP expression in the fat body was reduced by 99% three days after feeding, returning to normal levels 10 days after feeding. CAT expression was reduced by 99% and 96% in the ovary and the posterior midgut, respectively, five days after ingestion. Mortality rates increased by 24-30% in first instars fed RHBP and CAT bacteria. Molting rates were reduced by 100% in first instars and 80% in third instars fed bacteria producing RHBP or CAT dsRNA. Oviposition was reduced by 43% (RHBP) and 84% (CAT). Embryogenesis was arrested in 16% (RHBP) and 20% (CAT) of laid eggs. Feeding females 105 CFU/mL of the natural symbiont, Rhodococcus rhodnii, transformed to express RHBP-specific hairpin RNA reduced RHBP expression by 89% and reduced oviposition. Modifying the insect microbiota to induce systemic RNAi in R. prolixus may result in a paratransgenic strategy for sustainable vector control.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».