Molecular insights into Aedes aegypti (L.) populations and vector surveillance in the urban areas of Jeddah and Jizan, Saudi Arabia
Notice bibliographique
Résumé
Introduction The Aedes aegypti constitutes the primary vector for dengue fever, yellow fever, chikungunya, Zika, West Nile, and encephalitis viruses, all of which have impacted One Health (human, animal, and environmental health) significantly. It has been distributed widely in urban settings in Saudi Arabia, particularly in cities like Jeddah and Jizan, a situation that underscores the urgent need for innovative and sustainable vector control strategies. Molecular tools, such as DNA barcoding using mitochondrial markers, have become essential for identifying mosquito species accurately and understanding their role in disease transmission. Such knowledge is vital for informing effective, climate-resilient public health interventions. Methods This research focuses on identifying Aedes species in various regions of Saudi Arabia using polymerase chain reaction (PCR) and sequencing techniques, in order to evaluate the molecular diversity of these dengue vectors in Jeddah and Jizan. The study utilizes the cytochrome one oxidase (COI) gene as a molecular marker for phylogenetic analysis to compare the populations of Aedes species. Results The findings reveal the presence of significant genetic variation among mosquito populations. In the Jeddah region, the Ae. aegypti types MN299016.1 and KU495081.1 match completely (100%) the respective populations found in Argentina and Australia, with 93.1% (27/29) and 6.9% (2/29) respectively. Meanwhile, the samples from the Jizan region are 100% and 99.6% similar to the Ae. aegypti types MN298998.1, MK300226.1, PP892777.1, and MF043259.1 found in Canada, Kenya, India, and England. Conclusion This study underscores the necessity of using molecular techniques in vector surveillance to mitigate the spread of Zoonotic and vector borne diseases in Saudi Arabia. Moreover, these efforts align with the objectives of the Saudi Vision 2030 by promoting environmentally responsive vector surveillance in Jeddah and Jizan, thereby supporting integrated approaches to public health and ecological sustainability.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».