机器学习成功筛选拒避蜜蜂农药的化学物

近日，加州大学河滨分校研究团队在eLife期刊发表成果，成功利用机器学习技术筛选出可有效驱避蜜蜂的化学物质。该研究由分子与系统生物学教授阿南桑卡尔·雷与昆虫学教授鲍里斯·贝尔领衔，旨在应对农药暴露导致的传粉昆虫种群衰退挑战。针对蜜蜂嗅觉系统高度复杂的难题，团队构建了融合气味分子结构与行为反馈数据的预测模型。通过引入果蝇实验数据迭代优化，系统仅凭高质量数据即从逾五千万种化合物中精准锁定约一百三十种高潜力驱避剂。实验室与田间实地测试证实，其中七种化合物能可靠引导觅食蜜蜂远离蜂巢，且对蜂群完全无害。该成果突破了传统筛选依赖海量数据的局限，为生态治理提供新路径。研究人员指出，此类化合物除可与农药复配实现绿色施药、保护传粉生态外，还可广泛应用于医院、办公楼等公共空间的人蜂冲突管理，以及无籽果实的定向种植。目前团队已就该系列化合物提交专利申请，正致力于推动人工智能在可持续农业与环境保护领域的深度应用。