2020年8月31日訊/生物谷BIOON/---在冠狀病毒之外，許多國家正在應對**種危險的瘟疫。自2019年底以來，大群沙漠蝗蟲（Schistocerca gregaria）一直在東非、中東和亞洲西南部吞噬農作物。這是一些地區70年來*嚴重的蝗蟲危機。
沙漠蝗蟲的激增與異常的暴雨和阿拉伯半島上的熱帶氣旋有關，已經在肯尼亞、埃塞俄比亞、索馬里、也門和印度產生了毀滅性的蝗蟲群，還有更多國家受到威脅。根據聯合國糧食農業組織（FAO）的數據，至少有2000萬人面臨失去糧食供應和生計的風險。蝗蟲群通常包含40億至80億只蝗蟲，**可以吃掉相當于至少350萬人的食量。
受影響國家的政府和研究組織正在努力控制這些蝗蟲，采取的手段主要是從飛機上噴灑農藥。但這似乎是一場失敗的戰斗。蝗蟲群是在****被處理的：只有在稱為跳蟲（hopper）的幼蟲聚集起來飛行之后才會被處理。
不過，科學家們正在取得進展。他們開始了解蝗蟲是如何交流的；一些人已經利用來自其他疫情的數據設計工具來預測下一次蝗災爆發的時間和地點。他們呼吁提供更多實時數據，以便為農業政策提供信息。
所有這些都是至關重要的工作，但只是**步。同樣重要的是需要測試、改進并*終根據這些發現采取行動。這些研究結果必須轉化為可用于對抗沙漠蝗蟲的實際行動。
化學吸引
一個長期存在的謎團是，是什么原因導致蝗蟲周期性地聚集在一起，形成遮天蔽日的蝗蟲群。在一項新的研究中，來自中國科學院動物研究所、中國科學院大學、中國科學院北京生命科學研究院和河北大學生命科學學院的研究人員報告了一個答案：他們鑒定出一種由遷移性蝗蟲東亞飛蝗（Locusta migratoria）產生的氣味甜美的信息素，其中東亞飛蝗是另一種同樣形成蝗蟲群的蝗蟲物種。這些研究人員分離出這種蝗蟲釋放出的35種化合物（Nature, 2020, doi:10.1038/s41586-020-2610-4）。他們測試了其中的幾種化合物吸引其他蝗蟲的能力，發現信息素4-甲氧基苯乙烯（4-vinylanisole, 4VA）的效果*強。他們還發現，當只有四五只蝗蟲聚集在一起時，它們就會開始產生4VA，然后吸引其他蝗蟲形成蝗蟲群（Nature, 2020, doi:10.1038/d41586-020-02264-x）。
這些研究人員發現了一個稱為Or35的基因，它能產生一種檢測信息素4VA的受體。通過使用CRISPR-Cas9基因編輯，他們發現具有突變Or35的蝗蟲無法檢測或響應4VA。
蝗蟲預報
在2020年7月發表的一項不同的研究中，Emily Kimathi和她的同事們構建了一種機器學習算法的初稿，該算法旨在預測沙漠蝗蟲的繁殖地點（Scientific Reports, 2020, doi:10.1038/s41598-020-68895-2）。這個來自肯尼亞三個研究機構的研究團隊與聯合國糧食農業組織合作，將毛里塔尼亞、摩洛哥和沙特阿拉伯的9000多條蝗蟲記錄與降雨、溫度和土壤及沙子濕度的信息結合起來。該算法在預測所有這三個國家的繁殖地點方面表現良好。
東非沙漠蝗蟲繁殖區域的預測。（A）從摩洛哥MaxEnt模型獲得的摩洛哥境內沙漠蝗蟲繁殖地點生態位模型的圖解表示。（B）根據摩洛哥MaxEnt模型獲得的毛里塔尼亞預測模型。（C）根據摩洛哥MaxEnt模型獲得的沙特阿拉伯預測模型。較暖的顏色（紅色）表示具有較好預測條件的區域，綠色點表示用于驗證這些預測模型的沙漠蝗蟲存在位置。
至少在理論上，所有這些有希望的發現都可以以互補的方式加以利用。這種算法可以指出潛在的繁殖地點，在那里可能會釋放一種人工信息素來吸引蝗蟲，以便在它們大量繁殖之前將它們捕獲并摧毀。但是首先，這些發現顯然必須在實地得到驗證、推廣和測試。這種機器學習算法還需要完善。科學家們必須確定4VA對破壞性沙漠蝗蟲的影響是否與對東亞飛蝗的影響相同，以及是否有其他信號參與其中；在構建人工信息素之前，還需要開展更多的研究工作；科學家們還必須調查實際問題，比如如何、在哪里和何時分發捕捉器。
大規模的蝗災并不經常發生，上一次蝗災事件是在15年前，因此，國家和國際資助者并沒有將此類研究列為優先事項。這也是各國沒有為蝗蟲攻擊做好準備的原因之一：由于多年來資金不足，包括國內研究在內的蝗蟲監測工作已經被削弱。這種情況不能再繼續下去了。目前還不知道在本次蝗災爆發后，蝗蟲群會以多快的速度恢復。但當它們再次出現時，各國必須做好準備。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請聯系我們修改或刪除，多謝。
