A case for microbial therapeutics to bolster colony health and performance of honey bees
Notice bibliographique
Résumé
The holobiont theory of evolution explains how individuals are deeply symbiotic with their gut microbes, such that microbes are adapted to influence host metabolism, immunity and behaviour, as signalled from the gut to the brain. For eusocial taxa like the Western honey bee ( Apis mellifera ), this brain-gut axis may scale up from the individual to affect entire colonies. Here, we examine how microbial supplementation of honey bee feeds could manipulate the brain-gut axis to affect hygienic and other social behaviours relevant to beekeeping, such as foraging, recruitment (dance language) and defence. To illustrate this concept, we focus on various lactic acid-producing bacteria that can synthesize neurotransmitters such as octopamine, dopamine, serotonin and γ-aminobutyric acid, which can influence an individual bee’s behavioural cycles and responsiveness to environmental cues. If the behaviour of a worker bee can be deliberately manipulated, and this effect multiplied across many workers, microbial neurotherapeutics could conceivably render colonies more behaviourally responsive to symptoms of disease, or more motivated to forage or possibly less aggressive towards beekeepers. Drawing from the scientific literature, we infer how microbial supplements, such as neurostimulatory or neurosuppressive probiotics, could be applied or even engineered to co-opt the brain-gut axis to bolster colony health or improve performance. The mechanistic link between the gut microbiota and the collective social behaviour of single colonies remains an understudied aspect of honey bee social biology with relevance to apiculture.
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 | 0,000 |
| 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 ».