Candidate stress biomarkers for queen failure diagnostics
Notice bibliographique
Résumé
BACKGROUND: Queen failure is a persistent problem in beekeeping operations, but in the absence of overt symptoms it is often difficult, if not impossible, to ascertain the root cause. Stressors like heat-shock, cold-shock, and sublethal pesticide exposure can reduce stored sperm viability and lead to cryptic queen failure. Previously, we suggested candidate protein markers indicating heat-shock in queens. Here, we further investigate these heat-shock markers and test new stressors to identify additional candidate protein markers. RESULTS: We found that heat-shocking queens for upwards of 1 h at 40 °C was necessary to induce significant changes in the two strongest candidate heat-shock markers, and that relative humidity significantly influenced the degree of activation. In blind heat-shock experiments, we tested the efficiency of these markers at assigning queens to their respective treatment groups and found that one marker was sufficient to correctly assign queens 75% of the time. Finally, we compared cold-shocked queens at 4 °C and pesticide-exposed queens to controls to identify candidate markers for these additional stressors, and compared relative abundances of all markers to queens designated as 'healthy' and 'failing' by beekeepers. Queens that failed in the field had higher expression of both heat-shock and pesticide protein markers, but not cold-shock markers. CONCLUSIONS: This work offers some of the first steps towards developing molecular diagnostic tools to aid in determining cryptic causes of queen failure. Further work will be necessary to determine how long after the stress event a marker's expression remains elevated, and how accurate these markers will be for field diagnoses.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».