First insights towards RNAi-based management of the pollen beetle Brassicogethes viridescens, with risk assessment against model non-target pollinator and biocontrol insects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The pollen beetle Brassicogethes viridescens has become an invasive pest to rapeseed crops in North America, especially Canada, the world’s most prolific grower of rapeseed. The use of conventional insecticides to control Brassicogethes spp. can lead to substantial insecticide resistance development in target pest populations and detrimental effects on non-target organisms in and around rapeseed crops. Therefore, economically and ecologically sustainable alternatives to conventional insecticides must be explored. Given the continued increases in production efficacy- and the nucleotide sequence-specific mode of action of dsRNA pesticide products, RNA pesticides represent a potential tool for use within the management of B. viridescens . We examined the insecticidal efficacy of dsRNA against B. viridescens , using transcripts of its intragenus relative Brassicogethes aeneus as a template for dsRNA design. In B. viridescens , we observed similar sensitivities to dsRNA compared to B. aeneus . Furthermore, survival assays using three model non-target species suggest highly selective insecticidal activity of the dsRNAs. Finally, we generated the first transcriptome draft for B. viridescens , which provides valuable information for future management needs against this pest species. Given these first insights towards sustainable RNAi-based management of B. viridescens , further work (different exposure methods, semi-field larval studies) is needed to develop RNAi-based approaches to managing B. viridescens in both European and North American rapeseed systems.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découle