摘要: 美国白蛾核型多角体病毒(Hyphantria cunea nudeopolyhedroviurs)是一种对美国白蛾高效、对环境无污染、对天敌及非靶标生物安全的生物杀虫剂。建立高效、快速的定量检测方法对该病毒持续控制美国白蛾具有重要意义。将polh基因构建到pGEM-T-easy载体上,制备标准品质粒,构建标准曲线,对未知样品DNA进行定量PCR检测,根据标准曲线计算样品中美国白蛾核型多角体病毒含量。提取感染病毒不同时间段的美国白蛾幼虫基因组DNA,根据已建立的方法检测并计算每克样本病毒的基因拷贝数。利用TaqMan探针法成功建立了该病毒荧光定量PCR检测方法。以取食3.0×10~(6 ) OBs/mL浓度病毒的美国白蛾幼虫基因组DNA为模版,进行荧光定量PCR,病毒在幼虫体内的含量在第5天开始出现大幅增长趋势,第6天时达到最高。TaqMan探针法实时荧光定量PCR能简便、高效、快速的检测出大量未知样本基因组DNA中病毒基因的拷贝数,为研究该病毒的传播和流行规律提供了可行的监测方法。

摘要: 美国白蛾Hyphantria cunea(Drury)原产于北美,是重要的国际性检疫害虫。自1979年我国首次发现该虫以来,已经对我国农林业生态系统特别是园林植物造成了严重危害。防控技术一直是美国白蛾研究领域的热点之一,利用性信息素、现代通讯技术和遥感技术,能够更精准地监测美国白蛾的发生危害情况。美国白蛾的防治措施主要以人工、物理、生物和化学防治为主,其中人工防治主要采取剪除网幕和草把诱集化蛹的方法,化学防治以飞机和机器人进行喷药,生物防治主要在美国白蛾幼虫期施用核型多角体病毒HcNPV,老熟幼虫和蛹期释放白蛾周氏啮小蜂Chouioia cunea Yang,可持续控制美国白蛾种群数量。该技术取得了良好的效果并大面积推广使用。尽管对美国白蛾防控技术的研究已经取得了重大进展,但仍存在一些问题需要进一步研究解决。如防治措施持续控制效果的科学评价方法、美国白蛾原产地天敌的引进利用、美国白蛾灾害分布特征与人类活动和生态环境的关系等。此外,随着害虫防治新技术的出现,如基因重组技术以及RNAi技术在多种害虫防治中的应用,均可为美国白蛾防治提供新的借鉴。本文还列出了国内外美国白蛾部分天敌昆虫名录,并对美国白蛾防控技术的未来发展趋势进行了展望,以期为美国白蛾及同类入侵生物的治理策略有所启示。

摘要: 美国白蛾Hyphantria cunea(Drury)是国家林业和草原局的重点防控对象,也是我国重大外来林业检疫性有害生物。现阶段美国白蛾在我国的种群密度持续增加和扩散,缺乏有效天敌的控制应该是重要的原因之一。本文综述了国内、外美国白蛾的捕食性和寄生性天敌的种类。捕食性天敌主要包括昆虫、蜘蛛、两栖类和鸟类,整理出国外报道的捕食性天敌名录119种,国内捕食性天敌名录29种;寄生性天敌主要包括寄生蜂和寄生蝇类,整理出国外报道的寄生性天敌名录47种,国内寄生性天敌名录53种。本文回顾了我国在美国白蛾天敌利用方面取得的阶段成果,并针对将来天敌复合体的应用和原产地天敌的引进提出了展望。

摘要: 美国白蛾Hyphantria cunea Drury被列为我国林业检疫性害虫,其l～4龄幼虫具有吐丝结网幕的习性。为探究丝素蛋白基因的表达特性,本研究利用PCR技术克隆了美国白蛾的HcP25(Genbank登录号:OL625670)、HcFib-H(Genbank登录号:OL625672)、HcFib-L(Genbank登录号:OL625671) 3条丝素蛋白基因,并进行生物信息学分析;利用RT-qPCR技术检测美国白蛾3条丝素蛋白基因的表达特性。结果表明:3条丝素蛋白基因序列比对均与车前灯蛾Arctia plantaginis丝素蛋白一致性最高,系统进化分析显示丝素蛋白HcP25、HcFib-H、HcFib-L在鳞翅目不同科之间在出现较大的分化。RT-qPCR试验结果显示HcP25、HcFib-H、HcFib-L 3基因相对表达量与网幕产生高峰期(1龄、2龄)相一致。3种丝素蛋白均在丝腺中特异性高水平表达,在头部及脂肪体中有少量表达。美国白蛾幼虫取食不同寄主植物后,3种丝素蛋白基因呈现不同的表达规律;取食杨树Populus L.处理组中HcP25与HcFib-H基因相对表达量极显著高于取食其它寄主处理,而取食山樱花Cerasus serrulata var.lannesiana和日本晚樱Cerasus serrulata处理组中HcFib-L基因表达量最高。研究结果为进一步探究丝素蛋白介导的美国白蛾对不同寄主的适应机制及其扩散机制奠定基础,也为开发美国白蛾防治新方法提供了潜在的基因靶标。

摘要: 昆虫监测中美国白蛾Hyphantria Cunea的人工辨识、分类费时费力,且主观性强。本文利用RPN人工神经网络模型对美国白蛾图像数据进行特征提取,并对比分析Inception_v2、ResNet50、ResNet101网络模型,设计了一种改进的美国白蛾人工神经网络识别模型IHCDM(Improved Hyphantria cunea Artificial Neural Network Recognition Model,IHCDM),采用端到端方法在GPU处理器上对该模型进行了训练,并对其进行了实验验证。结果表明:该模型对美国白蛾的识别准确率可达99.5%,相比于ResNet50与ResNet101网络模型,识别准确率提高了0.5%与0.4%。超参数微调后,在置信度阈值为0.85时,识别准确率99.7%,识别速度0.09 ms/张。IHCDM模型为美国白蛾的快速辨识、分类提供了一种新方法。