Εκδηλώσεις

Using deep learning to assess the toxicological effects of sublethal exposure of a novel green pesticide in a stored-product beetle”, 2026, με συγγραφείς τους Anita Casadei, Maria C. Boukouvala, Gianluca Manduca, Nickolas G. Kavallieratos, Filippo Maggi,

Γεωπονικό Πανεπιστήμιο Αθηνών
Google Logo Μάθε πρώτος όλες τις σημαντικές ειδήσεις. Βάλε το alfavita.gr στα αποτελέσματα αναζήτησης της Google

Το νέο δημοσίευμα με τίτλο: “Τhe paper “Using deep learning to assess the toxicological effects of sublethal exposure of a novel green pesticide in a stored-product beetle”, 2026, με συγγραφείς τους Anita Casadei, Maria C. Boukouvala, Gianluca Manduca, Nickolas G. Kavallieratos, Filippo Maggi, Marta Ferrati, Eleonora Spinozzi, Cesare Stefanini, Antonio DeSimonea, and Donato Romano (https://doi.org/10.1002/ps.70545) επελέγη ως εξώφυλλο τουΤεύχους 7 του Τόμου 82 (https://doi.org/10.1002/ps.70990) του διεθνούς επιστημονικού περιοδικού Pest Management Science (Impact Factor = 3.8, Q1 in Entomology, 7/110). Αξίζει να σημειωθεί ότι το άρθρο επελέγη μεταξύ των 97 εργασιών που δημοσιεύτηκαν στο τεύχος του Ιουλίου 2026. 

Η εργασία αναλύει τις επιδράσεις της φυσικής ουσίας carlina oxide σε υποθανάτιες συγκεντρώσεις στο Prostephanus truncatus (Coleoptera: Bostrychidae), προσφέροντας νέα δεδομένα για την συμπεριφορά του. Για τον σκοπό αυτό, αναπτύχθηκε μία πλήρως αυτοματοποιημένη μέθοδος υπολογιστικής όρασης για την ψηφιακή σήμανση δύο συγκεκριμένων τμημάτων του σώματος του εντόμου, επιτρέποντας την δημιουργία ενός επισημασμένου συνόλου δεδομένων χωρίς την ανθρώπινη παρέμβαση. Τα δεδομένα χρησιμοποιήθηκαν για την εκπαίδευση ενός Συνελικτικού Νευρωνικού Δικτύου (Convolutional Neural Network-CNN) με σκοπό τον προσδιορισμό της στάσης του σώματος του εντόμου. Ένα δεύτερο, εξειδικευμένο CNN επικεντρώθηκε στις κεραίες προκειμένου να διερευνήσει τις νευροαισθητηριακές μεταβολές του εντόμου. Η κινητική ανάλυση έδειξε ότι η LC30 της ουσίας carlina oxide μείωσε την μέση ταχύτητα του εντόμου και την απόσταση την οποία διένυσε το έντομο, αλλοίωσε την εξερευνητική συμπεριφορά του και επηρέασε την θιγμοταξία του. Στατιστικώς σημαντικά χαρακτηριστικά αξιολογήθηκαν μέσω των μοντέλων μηχανικής μάθησης Random Forest, SVM και KNN διαχωρίζοντας τις ομάδες των μαρτύρων από τις ομάδες υπό την επίδραση των LC30 και LC10. Τα ευρήματα καταδεικνύουν την πιθανή εφαρμογή της μεθόδου για την εκτίμηση των τοξικολογικών επιδράσεων των πρασίνων ή/και συνθετικών εντομοκτόνων στην κινητική συμπεριφορά διαφόρων ειδών εντόμων. 

Cavallieratos_Boukouvala_Phot

Η ελληνική ερευνητική ομάδα πλαισιώνεται από τη μεταδιδακτορική ερευνήτρια του Εργαστηρίου Γεωργικής Ζωολογίας και Εντομολογίας του Γεωπονικού Πανεπιστημίου Αθηνών Δρα Μαρία Μπουκουβάλα και τον Καθηγητή του Γεωπονικού Πανεπιστημίου Αθηνών Νικόλαο Γ. Καβαλλιεράτο. Η έρευνα πραγματοποιήθηκε στο πλαίσιο της συμμετοχής της Δρος Μπουκουβάλα στην Short Term Scientific Mission (STSM) του Ευρωπαϊκού Προγράμματος - Δικτύου COST CA20132 - Urban Tree Guard - Safeguarding European urban trees and forests through improved biosecurity (STSM Request Reference No. E-COSTGRANT-CA20132-f2fdf865). Ο πειραματισμός πραγματοποιήθηκε στο Institute of BioRobotics, Sant'Anna School of Advanced Studies (Pontedera, Ιταλία) από την 1η έως την 30η Σεπτεμβρίου 2024, υπό την επίβλεψη του Prof. Donato Romano. Επιπροσθέτως, η παρούσα έρευνα υποστηρίχθηκε από τα ακόλουθα επιστημονικά προγράμματα: HORIZON-EIC-2023-PATHFINDEROPEN-01, SENSORBEES ‘Sensorbees are ENhanced Self-ORganizing Bio-hybrids for Ecological and Environmental Surveillance’, την Ιταλική Υπηρεσία Διαστήματος (ASI) DC-DSR-UVS-2022-375 Project ‘pRomoting pEdogenesis throuGh lunar sOil-terrestriaL organIsms interaction For moon FErtilization - REGOLIFE’ [ASI N.: 2024-7-U.0; CUP: J83C24000310005] και το έργο BRIEF “Biorobotics Research and Innovation Engineering Facilities” (κωδικός: IR0000036) το οποίο χρηματοδοτείται στο πλαίσιο του Εθνικού Σχεδίου Ανάκαμψης και Ανθεκτικότητας (NRRP), Mission 4 Component 2 Investment 3.1 του Ιταλικού Υπουργείου Πανεπιστημίων και Έρευνας, με χρηματοδότηση από την Ευρωπαϊκή Ένωση - NextGenerationEU.

Στην εργασία συμμετείχαν επιστήμονες από πέντε ακαδημαϊκά και ερευνητικά ιδρύματα της Ελλάδας, της Ιταλίας και των Ηνωμένων Αραβικών Εμιράτων: The BioRobotics Institute, Sant'Anna School of Advanced Studies, Pisa, Italy, Department of Excellence in Robotics and AI, Sant'Anna School of Advanced Studies, Pisa, Italy, Laboratory of Agricultural Zoology and Entomology, Department of Crop Science, Agricultural University of Athens, Attica, Greece, ChIP-Chemistry Interdisciplinary Project Research Center, School of Pharmacy, University of Camerino, Camerino, Italy, Department of Robotics, Mohamed bin Zayed University of Artificial Intelligence, Masdar, United Arab Emirates.

Cavallileratos_Boukouvala_Photo

 

0 Δείτε τα σχόλια

Όλες οι σημαντικές ειδήσεις στο alfavita.gr

Market Pass 2026: 600.000 δικαιούχοι παίρνουν ως 240 ευρώ - Πότε τα παίρνετε

Ανατροπή στους πίνακες ΑΣΕΠ: Ακυρώνονται προσλήψεις αναπληρωτών μετά από ελέγχους

Πανελλήνιες 2026: Η πρώτες εκτιμήσεις για τις βάσεις σε  Νομικές, Πολυτεχνεία και Ιατρικές

Google Logo Μάθε πρώτος όλες τις σημαντικές ειδήσεις. Βάλε το alfavita.gr στα αποτελέσματα αναζήτησης της Google
Viber Ακολουθήστε το Αlfavita στο Viber

εκδηλώσεις