华北棉区主要害虫抗药性监测与治理技术示范

【目的】华北地区转基因Bt棉大面积种植后,刺吸式口器害虫已成为棉花主要害虫。本研究旨在监测明确棉花主要害虫对田间常用杀虫剂抗性水平变化,以指导田间合理用药。【方法】2013-2015年分别采用叶片药膜法和点滴法系统监测了河北省邱县、山东省滨州市、河南省西华县棉铃虫Helicoverpa armigera、棉蚜Aphis gossypii、绿盲蝽Apolygus lucorum对常用杀虫药剂的抗性动态变化情况。【结果】棉铃虫对辛硫磷、高效氯氟氰菊酯抗性呈上升趋势,抗性倍数都在20倍以上,对甲氨基阿维菌素苯甲酸盐从敏感状态转为中等水平抗性,抗性倍数在10倍以上。棉蚜对杀虫剂抗性水平都比较高,特别是对氧化乐果、高效氯氰菊酯、吡虫啉都已产生了高水平抗性,抗性倍数都在100倍以上。绿盲蝽对吡虫啉从敏感状态转为中等水平抗性,抗性倍数在10倍以上,对马拉硫磷、灭多威等药剂抗性倍数还维持在10倍以下,对高效氯氟氰菊酯只监测到滨州种群产生了中等水平的抗性,抗性倍数达到了95倍。在明确棉花害虫抗药性水平的基础上,对山东滨州棉花害虫实施了以轮换用药为主的抗性治理示范,示范区比农户自防对照区减少3次用药,增加棉花产量7.53%,节本增收109.16元,取得了较好的示范效果和经济效益。【结论】当前华北棉区主要害虫抗性水平上升,急需开展以轮换用药为主的抗性治理措施。     

基于LINCS-L1000扰动信号通过SAE-XGBoost算法预测药物诱导下的细胞活性

不同细胞在特定化合物作用下具有不同的扰动信号,基于这些扰动信号预测细胞的活性和挖掘隐藏在表型之下的药物敏感性非常重要。文中开发了一种基于LINCS-L1000扰动信号的SAE-XGBoost细胞活性预测算法。通过对LINCS-L1000、Achilles和CTRP三大数据集匹配和筛选,采用堆栈式深度自动编码器对基因信息进行特征提取,结合RW-XGBoost算法预测药物诱导下的细胞活性,进而在NCI60和CCLE数据集上完成药物敏感性推断。与其他方法相比,该模型取得了良好效果,皮尔逊相关系数为0.85,并进行独立集验证,对应皮尔逊相关系数为0.68。结果表明,所提出的方法有助于发现新型有效的抗癌药物,为精准医疗提供帮助。