Evaluating different double-stranded RNA structures for their ability to control pest flea beetles
Notice bibliographique
Résumé
Canola is an economically important Canadian crop that suffers significant annual losses by damage from feeding flea beetles (Phyllotreta cruciferae and P. striolata). Increasing incidences of resistance and concerns about off-target effects with current insecticides demands new methods of control. Recently, environmentally safer approaches to pest control have been investigated using RNA interference (RNAi), a sequence-specific gene silencing mechanism triggered by exogenous double-stranded RNA (dsRNA), to selectively induce the mortality of targeted species. This study examined three different dsRNA structures for their ability to kill P. striolata flea beetles and thereby reduce feeding damage on canola leaves. Long linear dsRNAs (212-214 bp), short hairpin RNAs (hpRNAs) (21-24 bp), and short paperclip RNAs (pcRNAs) (21-24 bp) targeting mRNAs of three essential genes, Ras opposite (Rop), Sec23, and Snf7 in P. striolata were investigated. P. striolata adults were fed dsRNA-treated canola leaf disks, and impacts on insect survivorship and leaf material consumption were recorded over an eight-day period. pcRNAs targeting Sec23 and Snf7, and long dsRNAs targeting Sec23 and Rop effectively killed flea beetles, resulting in the reduced consumption of treated canola leaf tissues. Consumption of both the Sec23-specific long dsRNA and pcRNAs caused similar levels of flea beetle mortality (68% and 76%, respectively), whereas only the Rop-specific long dsRNA and the Snf7 pcRNA were effective at killing the beetles (76% and 84%, respectively). hpRNAs proved the least effective across all gene targets, killing at most, between 40-52% of flea beetles, depending on the gene target, and in general, these values were not significantly different relative to the negative controls. While this study examined dsRNAs specific for only three target genes, it provides evidence that RNAi-based pesticides have the potential to control these economically important pests and that short pcRNAs can be as effective as conventional long linear dsRNAs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».