Машинное обучение распознаёт питание насекомых-переносчиков

Учёные использовали алгоритмы машинного обучения, чтобы научить компьютеры распознавать модели питания насекомых, связанные с передачей патогенов. Исследование, опубликованное в PLOS Computational Biology, также выявило признаки растений, которые могут привести к прерыванию передачи патогенов и позволить достичь прогресса в сельском хозяйстве, животноводстве и здравоохранении.

Насекомые, питающиеся путём поглощения жидкостей растений и животных, наносят огромный ущерб людям, скоту и сельскому хозяйству по всему миру, в основном передавая патогены растений и животных. Эти насекомые-переносчики могут приобретать и передавать патогены, вызывающие инфекционные заболевания, такие как позеленение цитрусовых, через зондирование тканей хозяина и поглощение его жидкостей. Процессы питания, необходимые для успешной передачи патогена сосущими насекомыми, можно записать, отслеживая изменения напряжения в цепи питания «насекомое — источник пищи».

В этом исследовании энтомологи и специалисты по компьютерным наукам из Службы сельскохозяйственных исследований Министерства сельского хозяйства США (USDA-ARS), Университета Флориды и Принстонского университета использовали алгоритмы машинного обучения, чтобы научить компьютеры распознавать модели питания насекомых, участвующие в передаче патогенов.

Кроме того, эти алгоритмы машинного обучения были использованы для обнаружения новых моделей питания насекомых и выявления признаков растений, которые могут привести к прерыванию передачи патогенов. Хотя эти методы использовались для помощи в определении стратегий борьбы с позеленением цитрусовых, такое интеллектуальное наблюдение за питанием насекомых-переносчиков облегчит быстрое скринирование и прерывание передачи патогенов, вызывающих заболевания в сельском хозяйстве, животноводстве и здравоохранении.