疟疾病媒鉴定的阶段性变化可能对其他疾病产生影响

在一项快速识别能够传播致命疟原虫的老化蚊子的研究中，由格拉斯哥大学生物多样性动物健康和比较医学研究所(IBAHCM)和化学学院、坦桑尼亚Ifakara卫生研究所(IHI)和布基纳法索Santé科学研究所(IRSS)的科学家领导的一个国际团队转向了红外光谱和人工智能(AI)的使用。

红外光提供了单个昆虫角质层的化学成分信息，使用人工智能算法识别出衰老蚊子的化学变化。科学家们用目前的方法在野生蚊子身上验证了他们的预测，得到了类似的结果。

IHI的主要作者Doreen Siria说:“只有活到足以患上疟疾的蚊子(大约10天)才能传播这种疾病，所以了解蚊子的年龄有助于告知疾病的风险。”

她补充说，以前的鉴定方法是通过对雌性蚊子卵巢进行复杂的解剖，这是一个昂贵、耗时的过程，无法大规模进行。

IRSS的主要作者Roger Sanou评论说:“这种人工智能驱动的红外光技术需要一个光谱仪，目前成本约为2万美元，可以用作现有的常规疟疾病媒监测的一部分，并提供了一种快速确定目前减少野外蚊子数量的干预措施是否有效的方法，这是目前不可能实现的。”

来自IBAHCM的弗朗西斯科·巴尔迪尼博士说:“有了这种红外技术，我们已经开发出一种工具，可以在当前的蚊子控制计划中采用;具有扩大在不同领域使用的潜力;这将极大地帮助测试对抗蚊子传播疾病的新产品和解决方案。

“我们设想这种方法也可以应用于其他病媒和病媒传播疾病，从丝虫病和基孔肯雅热，到昏睡病和寨卡病毒;并可用于评估限制入侵蚊子物种在欧洲和美国扩张的尝试”。

所得到的计算机模型可用于实地病媒监测。

来自IBAHCM的Simon Babayan说:“随着这些技术变得更容易获得，我们将转向直接在最需要对这些信息采取行动的社区内部，甚至可能由社区进行即时数据收集和分析。”

来自化学学院的Mario Gonzalez-Jimenez补充说:“这项工作已经表明，让我们识别照片中的人脸和物体的算法，也能够识别化合物在光谱中显示它们存在的方式，即使是在像生物一样复杂的样本中。我们正在见证人工智能的使用如何使几年前无法想象的化学分析成为可能。”

这项研究发表在《自然通讯》杂志上。

更多的信息在线