產(chǎn)品中心
EntoLab昆蟲高通量行為分析系統(tǒng)
- 型 號：
- 更新時間：2024-12-18
EntoLab昆蟲高通量行為分析系統(tǒng)（EntoLab）是由諾達思公司和荷蘭瓦赫寧根大學植物研究中心共同開發(fā)的昆蟲行為分析系統(tǒng)，最初用于研究植物抗蟲性基因表型分析，然后拓展到殺蟲劑效果評價，昆蟲天敵研究，嗅覺行為分析等領(lǐng)域，觀察區(qū)達120多個，在幾天內(nèi)就可以拿到昆蟲行為數(shù)據(jù)，是一款高通量分析系統(tǒng)，可以提高科研效率，并具有很強的可拓展性。
| 品牌 | 其他品牌 | 應(yīng)用領(lǐng)域 | 綜合 |
|---|
EntoLab昆蟲高通量行為分析系統(tǒng)是由諾達思公司和荷蘭瓦赫寧根大學植物研究中心共同開發(fā)的昆蟲行為分析系統(tǒng)，最初用于研究植物抗蟲性基因表型分析，然后拓展到殺蟲劑效果評價，昆蟲天敵研究，嗅覺行為分析等領(lǐng)域，觀察區(qū)達120多個，在幾天內(nèi)就可以拿到昆蟲行為數(shù)據(jù)，是一款高通量分析系統(tǒng)，可以提高科研效率，并具有很強的可拓展性。
為什么要使用該系統(tǒng)？
• 吸吮昆蟲（sucking insects），例如薊馬，蚜蟲和粉虱，由于其會直接造成損害與進行病毒傳播，在農(nóng)業(yè)和園藝中可能會帶來毀滅性影響；
• 傳統(tǒng)的通過重復(fù)噴灑殺蟲劑來控制此類害蟲的方法備受關(guān)注，涉及到殺蟲劑的總體健康性，以及近年來歐洲和美國對新煙堿類殺蟲劑（神經(jīng)活性殺蟲劑）的禁令，正促使人們迫切尋求替代品；
• 常規(guī)的表型分析方法主要集中在成本高，勞動強度大和耗時的飼喂損害或昆蟲表現(xiàn)（繁殖和死亡率）的終 點測量上。對進食傷害進行評分的視覺評分系統(tǒng)通常無法準確定量，并且結(jié)果容易受主觀性和評分過程的不一致影響；
• 近年來，寄主植物對吸吮昆蟲的抗性育種引起了人們的興趣；若農(nóng)作物本身具有更好的防御機制，以細胞為食的昆蟲所造成的產(chǎn)量損失可以大大減少；
• 育種過程中的關(guān)鍵要素是準確估計大批植物材料的抗性水平。這需要強大的表型分析系統(tǒng)，以高通量的方式準確篩選許多不同的植物品系；
• EntoLab昆蟲高通量行為分析系統(tǒng)克服了傳統(tǒng)方法的局限性，用于自動篩選植物對吸吮昆蟲的抗性。
系統(tǒng)功能及特點
• 根據(jù)軟件設(shè)計, 實驗區(qū)可容納葉片或部分葉片，所有昆蟲同時釋放至各自區(qū)域內(nèi), 在幾分鐘到幾小時內(nèi)即可觀察到昆蟲的差異性行為，從而分析植物基因或處理方法的差異。均相分析通常要求每個基因型使用5-15只昆蟲重復(fù)實驗, 系統(tǒng)可生產(chǎn)30個以上行為參數(shù)的統(tǒng)計分析，作為分析基因或處理方法差異的潛在指標。
• 系統(tǒng)的功能十分強大，可廣泛應(yīng)用于與昆蟲行為有關(guān)的研究過程中，例如昆蟲飲食行為（農(nóng)藥或植物處理 方法）、嗅覺信號、遺傳學（昆蟲、植物等）以及天 敵覓食行為等相關(guān)的研究。軟件會自動分析昆蟲的偏 好，運動以及暫停行為等（持續(xù)時間，頻率，速度等 參數(shù)）。
• 該軟件可以提取不同類別的行為而不需要人工搜索，例如慢速微動，該類別可能與進食（寄主接受）相 關(guān)。這一強大的分析功能可以幫助用戶節(jié)省大量的觀察時間。用戶可以更深入地了解昆蟲個體水平上的行 為，從而對生物效應(yīng)的機制做出更好的假設(shè)。
系統(tǒng)構(gòu)成
• 軟件→EthoVision XT、EthoAnalysis
• 硬件→電腦、攝像機、觀察箱、測試板 (包括標準測試板與個性化定制測試板) 、電源等
具體應(yīng)用
軟件可以輕松適應(yīng)所研究的特定昆蟲和行為特征的要求( 例如體型）。可在實驗區(qū)域內(nèi)放置葉片和人工飼料。使用昆蟲高通量行為分析系統(tǒng)，可以進行選擇性實驗和非選擇 性實驗，例如：
a.植物育種過程中的品種或基因篩選
• 抗蟲性
• 表面結(jié)構(gòu)偏好
• 兩個或多個選擇的嗅覺偏好
• 處理方法效果
b.嗅覺相關(guān)的聯(lián)想式學習
c.殺蟲劑的作用
• 進食偏好(反進食)
• 胃部動作
• 接觸毒性
• 熏蒸劑
• 驅(qū)蚊劑(兩種或多種選擇)
d.天敵研究
• 掠食
• 寄生
• 棲息地宜居性
EntoLab已在辣椒、番茄、西瓜、菊花、白菜、百合、生菜、苦瓜等不同組合的薊馬、 蚜蟲和白粉虱的選擇choice或不選擇no-choice試驗中得到驗證。結(jié)果表明，該方法能更準確、更詳細地了解食草昆蟲在不同植物基因型上的行為，并減少90%的實驗時間和 費用。 自動化、高通量的宿主植物對吸蟲病抗性表型分析將有助于抗蟲作物的研究和育種進程。那些常常被忽視的 行為細節(jié)的揭示，有助于未來對控制它的環(huán)境和遺傳機制進行更深入的了解。
