用人工智能增强的多功能蜜蜂 (Hymenoptera: Apidea) 蛋白Vitellogenin (Vg) 的标记辅助选择概念
Vilde Leipart1,2, Gro V Amdam1,3, Sharon O'Brien4
1Faculty of Environmental Sciences and Natural Resource Management, Norwegian University of Life Sciences, Aas, Norway.
Journal of economic entomology
|August 22, 2025
概括
培养蜂蜜的复原能力至关重要. 这项研究引入了人工智能增强的标记辅助选择 (MAS) 方法,使用维特洛根因 (Vg) 来开发更好地抵抗害虫,疾病和营养不良的蜜蜂种群.
科学领域:
- 蜜蜂养殖
- 分子生物学
- 动物养殖
背景情况:
- 由于害虫,病原体,杀虫剂和营养不良,
- 由于复杂的集体特征,传统的标记辅助选择 (MAS) 在蜜蜂繁殖中取得了有限的成功.
- 确定改善蜜蜂种群的有效MAS目标是一项挑战.
研究的目的:
- 开发一种新的,人工智能增强的蜜蜂育种方法.
- 利用多功能蛋白质Vitellogenin (Vg) 作为提高蜜蜂弹性的目标.
- 创建能够应对主要殖民地丧失驱动力的改善蜜蜂种群.
主要方法:
- 利用人工智能 (AI) 驱动的蛋白质结构建模来预测维特洛根因 (Vg) 遗传变异的影响.
- 评估Vg变异对脂质,和DNA结合等分子功能的影响.
- 采用标准的蜜蜂养殖技术和DNA测序来培育同卵性女王,以获得理想的Vg等位基因.
主要成果:
- 在蜜蜂繁殖中展示了人工智能增强的MAS管道的概念证明.
- 鉴定出特定的Vg基因变异,有可能减轻殖民地丧失的关键驱动因素.
- 成功培育出一个有益的Vg等位基的蜂蜜女王.
结论:
- 一个人工智能增强的MAS系统为蜜蜂繁殖提供了现代化的方法.
- 这种方法可以节省成本,快速发展蜂群的弹性.
- 这种方法解决了有关蜂群健康和生产力的紧迫和长期需求.


