Informations

Les moustiques adultes ont-ils des préférences de couleur ?

Les moustiques adultes ont-ils des préférences de couleur ?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Les moustiques adultes sont-ils particulièrement attirés ou repoussés par une couleur, l'obscurité ou la lumière ? Si c'est vrai, que sont-ils?


"Moustique" est un terme assez large, puisqu'il englobe plusieurs genres et plus de 3500 espèces. Mais, au moins pour certains genres, il existe bel et bien des préférences de couleur.

Par exemple, Aèdes semble avoir des préférences de couleur. Jetez un œil à ce tableau de Gjullin (1947), issu d'une recherche dans laquelle l'effet de vêtements de différentes couleurs sur le taux de morsure a été étudié :

Comme vous pouvez le voir, le noir est le nouveau noir pour Aèdes les moustiques. Au moins dans la chemise de leurs victimes.

Aussi, dans son article de 1903, Alpheus Packard décrit une expérience intéressante, cette fois avec Anophèle:

Préférence de couleur dans le Mosquito

Dans la continuité de leurs recherches sur la structure et la biologie des Anopheles maculipennis, le moustique britannique le plus commun et connu pour transmettre le paludisme, le Dr Nuttall et M. A. E. Shipley ont observé quelques faits intéressants sur la préférence de cette espèce pour différentes couleurs et différentes nuances de couleur. Les expériences ont été conduites comme suit : Dans un studio photographique spacieux, une grande tente de mousseline a été installée avec une extrémité contre la fenêtre en verre à travers laquelle la lumière du soleil se déversait. Au fond de la tente se trouvaient de grandes casseroles pour que les anophèles se reproduisent, et celles-ci étaient renouvelées de temps en temps.

Les moustiques se nourrissaient de bananes qui, notons-le, doivent être conservées assez fraîches, sinon les dattes ou les figues sont préférables. D'un côté de la tente, dix-sept caisses sans couvercle étaient empilées les unes sur les autres, l'ordre étant changé chaque jour afin d'éliminer toute préférence due à la position ou à l'exposition à la lumière. Chaque boîte était recouverte d'un tissu ayant une surface légèrement rugueuse - pas brillante ou lisse - à laquelle un moustique pouvait facilement s'accrocher. L'expérience consistait à compter le nombre de moustiques trouvés dans chaque boîte à dix-sept jours différents.

Les résultats obtenus sont frappants. Au cours des dix-sept jours de comptage, 108 moustiques ont été trouvés dans la boîte bleu marine, 90 dans la boîte rouge foncé, 81 dans une boîte brun rougeâtre, 59 dans la boîte écarlate et 49 dans la boîte noire. . Il y avait à ce stade une forte baisse à 31 dans une boîte gris ardoise et 24 dans une boîte vert olive. Les boîtes violet, vert feuille et bleu complet en avaient respectivement 18, 17 et 14. Le gris perle en avait 9, le vert pâle 4, le bleu clair 2, l'ocre et le blanc 2 chacun, l'orange I et le jaune pâle à peu près de la couleur de kaki pas du tout.

Il est donc évident que la couleur a un pouvoir marqué d'attirer cette espèce de moustique, et que la couleur qui est de loin la plus attrayante est le bleu marine. Dans les deux services et également parmi les civils, c'est une couleur très courante, peut-être la plus courante, pour les vêtements masculins. Les expériences que nous venons de citer montrent qu'il est au moins aussi populaire auprès des moustiques vecteurs du paludisme. Les couleurs claires ont été évitées, en particulier celles avec une teinte jaune. Les vêtements de couleur kaki sembleraient avoir d'autres avantages que celui de l'invisibilité sur un sol léger.


Sources:

  • C.M. Gjullin ; Effet de la couleur des vêtements sur le taux d'attaque des moustiques Aëdes, Journal of Economic Entomology, volume 40, numéro 3, 1er juin 1947, pages 326-327.
  • Packard, A. S. « Préférence de couleur chez les insectes ». Journal de la Société entomologique de New York, vol. 11, non. 3, 1903, p. 132-137. JSTOR, JSTOR, www.jstor.org/stable/25003044.

Les moustiques nocturnes détectent les IR, les UV et le CO2, les aromatiques ainsi que les couleurs. Les moustiques peuvent aussi sentir le sang à travers la peau. https://www.asianscientist.com/2015/10/in-the-lab/mosquitoes-detect-veins/

Le noir convertit le plus la lumière du soleil en infrarouge et le blanc le moins.

2009 Significativement plus de femelles d'Anopheles quadrimaculatus ont été aspirées dans des boîtes de repos équipées de LED rouges et infrarouges que de celles avec des LED bleues ou vertes, ou du contrôle éteint https://www.ncbi.nlm.nih.gov/pubmed/19852218

Voici une étude antérieure contradictoire qui est moins rigoureuse, elle suggère que différents moustiques préfèrent différentes couleurs de veilleuse. https://www.biodiversitylibrary.org/content/part/JAMCA/JAMCA_V14_N2_P186-195.pdf

L'analyse de section de l'œil de moustique réalisée par Kay et al. a révélé sa sensibilité aux rayons ultraviolets (UV). Shimoda et al. sources lumineuses LED utilisées avec une faible consommation d'énergie et des longueurs d'onde spécifiques à la lutte antiparasitaire7. Des enquêtes sur le terrain et en laboratoire sur la réponse des moustiques à la lumière artificielle ont montré que la lumière bleue et verte est souvent plus attrayante que celle des régions jaune-orange et rouge du spectre visible. https://www.nature.com/articles/srep40074 strobe/fast on et off des lumières a causé 2,5 fois plus de moustiques piégés.

http://www.cell.com/current-biology/abstract/S0960-9822(15)00740-X


Réponse courte
La préférence de Mozzie pour les couleurs dépend fortement de l'espèce étudiée, ainsi que du test de préférence spécifique utilisé.

Fond
La préférence de couleur des moustiques a été étudiée principalement en étudiant leur préférence de la ponte (le processus de ponte).

Lorsqu'on lui donne le choix entre des conteneurs noirs et blancs, Toxorhynchites r. rutile pondent de préférence dans des conteneurs noirs, mais environ 21% des femelles ont pondu au moins quelques œufs dans des conteneurs blancs, même en présence d'un noir. 26 % n'utilisaient un contenant blanc que s'il n'y en avait pas de noir (Hilburn et al., 1993)

Aedes Triseriatus les femelles ont également montré une préférence pour les sites sombres pour la ponte (Wilton, 1968).

Le piégeage de la lumière a également été utilisé en plaçant des LED dans des pièges et en voyant combien de moustiques sont capturés. Ici, les longueurs d'onde plus courtes sont associées à une préférence plus élevée (rouge < vert < bleu) dans Coquillettidia perturbans, mais Culex nigripalpus, Culex tarsalide, Culex quinquefosciatus et Anopheles sierrenis ne montre aucune préférence. Anopheles stephensi cependant, est fortement attiré par les UV, mais les bleus, les verts et les jaunes étaient moins attrayants en tant qu'ampoule claire (Burkett, 1998.

Les références
- Burkett et al., JAMCA, l4(2): 195-9
- Hilburn et al, Mosquito News (1983); 43(3): 302-6
- Wilton, J Med Entomol (1968); 5(2): 189-94


Une étude révèle comment différents moustiques réagissent à la lumière et à la ti

Irvine, Californie - 27 juillet 2020 - Dans une nouvelle étude, des chercheurs ont découvert que les espèces de moustiques piqueurs la nuit par rapport au jour sont attirées et repoussées par différentes couleurs de lumière à différents moments de la journée. Les moustiques sont parmi les principaux vecteurs de maladies affectant les humains et les animaux dans le monde et les résultats ont des implications importantes pour l'utilisation de la lumière pour les contrôler.

L'équipe dirigée par l'Université de Californie, Irvine School of Medicine a étudié les espèces de moustiques qui piquent le jour (Aedes aegypti, alias le moustique de la fièvre jaune) et celles qui piquent la nuit (Anopheles coluzzi, membre de la famille Anopheles gambiae, le principal vecteur du paludisme). Ils ont trouvé des réponses distinctes à la lumière ultraviolette et à d'autres couleurs de lumière entre les deux espèces. Les chercheurs ont également découvert que la préférence pour la lumière dépend du sexe et de l'espèce du moustique, de l'heure de la journée et de la couleur de la lumière.

"La sagesse conventionnelle a été que les insectes ne sont pas spécifiquement attirés par la lumière ultraviolette, d'où l'utilisation généralisée de la lumière ultraviolette" bug zappers "pour la lutte contre les insectes. Nous constatons que les moustiques piqueurs diurnes sont attirés par un large éventail de spectres lumineux pendant la journée , alors que les moustiques qui piquent la nuit sont fortement photophobes à la lumière de courte longueur d'onde pendant la journée », a déclaré le chercheur principal Todd C. Holmes, PhD, professeur au Département de physiologie et de biophysique de l'UCI School of Medicine. "Nos résultats montrent que la synchronisation et les spectres lumineux sont essentiels pour le contrôle de la lumière spécifique aux espèces contre les moustiques nuisibles."

La nouvelle étude intitulée « La régulation circadienne des comportements d'attraction et d'évitement évoqués par la lumière chez les moustiques mordants de jour par rapport à la nuit », est publiée dans Biologie actuelle. Lisa S. Baik, une étudiante-chercheuse diplômée de la faculté de médecine de l'UCI qui a récemment terminé ses travaux de doctorat, est la première auteure.

Les moustiques représentent une menace généralisée pour les humains et les autres animaux en tant que vecteurs de maladies. On estime historiquement que les maladies propagées par les moustiques ont contribué à la mort de la moitié de tous les humains ayant jamais vécu. Les nouveaux travaux montrent que les moustiques piqueurs diurnes, en particulier les femelles qui ont besoin de repas sanguins pour leurs œufs fécondés, sont attirés par la lumière pendant la journée, quel que soit le spectre. En revanche, les moustiques piqueurs la nuit évitent spécifiquement les ultraviolets (UV) et la lumière bleue pendant la journée. Des travaux antérieurs dans le laboratoire Holmes utilisant des mouches des fruits (qui sont liées aux moustiques) ont déterminé les capteurs de lumière et les mécanismes moléculaires circadiens pour les comportements d'attraction/d'évitement médiés par la lumière. En conséquence, la perturbation moléculaire de l'horloge circadienne interfère gravement avec les comportements d'attraction et d'évitement évoqués par la lumière chez les moustiques. À l'heure actuelle, les contrôles d'insectes basés sur la lumière ne prennent pas en considération les profils comportementaux jour/nuit qui changent avec les cycles quotidiens de lumière et d'obscurité.

"La lumière est le principal régulateur des rythmes circadiens et évoque un large éventail de comportements spécifiques à l'heure de la journée", a déclaré Holmes. "En comprenant comment les insectes réagissent à la lumière à courte longueur d'onde d'une manière spécifique à l'espèce, nous pouvons développer de nouvelles alternatives respectueuses de l'environnement pour contrôler plus efficacement les insectes nuisibles et réduire le besoin de pesticides toxiques nocifs pour l'environnement."

Cette étude a été financée en partie par les National Institutes of Health, la National Science Foundation et la Fondation ARCS. Cette nouvelle recherche s'appuie sur les études précédentes du laboratoire Holmes à la faculté de médecine de l'UCI publiées au cours des dernières années dans Science, Nature et Actes de la National Academy of Sciences.

À propos de l'École de médecine de l'UCI

Chaque année, l'École de médecine de l'UCI forme plus de 400 étudiants en médecine, et près de 150 doctorants et masters. Plus de 700 résidents et boursiers sont formés au centre médical UCI et dans les institutions affiliées. L'École de médecine offre à un MD un programme de formation de scientifique médical double MD/PhD et des doctorats et des maîtrises en anatomie et neurobiologie, sciences biomédicales, conseil génétique, épidémiologie, sciences de la santé environnementale, pathologie, pharmacologie, physiologie et biophysique et sciences translationnelles. Les étudiants en médecine peuvent également poursuivre un MD/MBA, un MD/maîtrise en santé publique ou un MD/maîtrise à travers l'un des trois programmes axés sur la mission : l'éducation à la santé pour faire progresser les leaders en médecine intégrative (HEAL-IM), le leadership Education to Advance Diversity-African, Black and Caribbean (LEAD-ABC) et le programme d'éducation médicale pour la communauté latino (PRIME-LC). L'École de médecine de l'UCI est accréditée par le Comité de liaison sur l'accréditation médicale et se classe parmi les 50 meilleures recherches à l'échelle nationale. Pour plus d'informations, visitez som.uci.edu.

Clause de non-responsabilité: AAAS et EurekAlert ! ne sont pas responsables de l'exactitude des communiqués de presse publiés sur EurekAlert! par les institutions contributrices ou pour l'utilisation de toute information via le système EurekAlert.


Fond

Le paludisme, une maladie transmise par les moustiques causée par des parasites du genre Plasmodium, infecte jusqu'à 500 millions de personnes par an. Environ deux millions de personnes meurent chaque année du paludisme, 75 % des décès survenant chez des enfants africains [1]. Les parasites du paludisme humain sont transmis par les moustiques anophèles, dont Anopheles gambiae est le vecteur le plus répandu en Afrique. Une compréhension approfondie de la A. gambiae Le génome et les gènes et produits protéiques faisant partie intégrante d'une transmission réussie du parasite peuvent éclairer les stratégies de lutte contre le paludisme, y compris celles qui tirent parti de la résistance naturelle au paludisme et celles qui utilisent des approches transgéniques.

Il existe deux approches principales pour la prédiction des gènes. Des algorithmes comparatifs tels que Genewise [2] basent la prédiction des gènes sur la similarité avec des protéines connues, tandis que ab initio les programmes de prédiction, tels que GENSCAN [3], GeneMark [4] et SNAP [5], utilisent généralement le modèle de Markov caché (HMM) entraîné avec des structures génétiques connues.

Les algorithmes comparatifs tels que Genewise sont intrinsèquement conservateurs en raison de leur dépendance à l'homologie des protéines avec d'autres organismes et devraient produire des prédictions avec une spécificité plus élevée que les algorithmes non comparatifs, mais pour la même raison, leur sensibilité est plus faible et ils ont tendance à sous-estimer le nombre de CDS. 2]. Les algorithmes comparatifs manqueront particulièrement de gènes qui affichent des taux d'évolution rapides, y compris des gènes spécifiques aux moustiques qui pourraient contrôler les réponses à des agents pathogènes spécifiques aux moustiques comme le paludisme, ou des gènes impliqués dans la recherche d'hôtes humains ou l'alimentation en sang. La rareté de la prédiction CDS dans l'annotation actuelle a été notée par d'autres [6, 7]. En plus de la sous-prévision, les algorithmes comparatifs sont connus pour avoir du mal à prédire les codons start/stop dans les régions flanquantes. Cela se traduit également par un nombre important d'exons manquants et de CDS fractionnés [2]. Inversement, ab initio la prédiction des gènes est rapide, peu coûteuse et ne dépend pas d'une comparaison avec des génomes annotés précédemment. Les transcriptions prédites par ab initio les algorithmes sont normalement complets et ab initio la prédiction aboutit à une prédiction au moins partielle pour environ 95% de tous les gènes, laissant moins de gènes entièrement manquants [8]. D'autre part, en raison du manque de comparaison avec des protéines connues, ab initio les algorithmes entraînent normalement une surestimation et, contrairement aux algorithmes comparatifs, ils ne fournissent pas d'informations sur la transcription alternative.

Les prédictions actuelles du gène Ensembl pour le A. gambiae la séquence du génome est une ressource extrêmement importante qui a transformé la biologie des vecteurs du paludisme en une discipline génomique. Les prédictions Ensembl ont été générées comme un consensus de résultats de pipeline automatisés à partir des outils Celera Otto [9] et Ensembl [10]. Les deux pipelines se sont appuyés sur l'algorithme comparatif Genewise et d'autres sources de données comparatives pour la prédiction des gènes et des protéines. Bien que l'oléoduc Otto ait utilisé certaines informations de ab initio algorithmes GRAIL, Genscan et FgenesH, cela n'a été utilisé que "pour affiner le modèle d'épissage" des gènes prédits [10] et les résultats des ab initio les programmes « n'ont pas été directement utilisés pour faire les prédictions d'Otto » [9]. Ainsi, les prédictions du gène Ensembl pour A. gambiae ont été dirigés par les résultats de l'algorithme comparatif et peuvent être considérés comme un ensemble de CDS fondamentalement comparatif car ab initio les algorithmes n'ont pas ajouté de contenu CDS supplémentaire.

Le pipeline de prédiction Ensembl était une approche initiale raisonnable et sûre, car les résultats comparatifs devraient avoir une spécificité élevée pour les séquences exprimées, voire une sensibilité élevée pour le nombre complet et l'étendue des CDS réels. Cependant, l'image incomplète de l'annotation du génome résultant des algorithmes de prédiction comparative peut rendre la génomique et la protéomique difficiles, car les EST, les catalogues de peptides ou les caractéristiques des puces à ADN ne sont pas mappés sur les bons gènes ou protéines. Une prédiction inexacte des codons de démarrage et d'arrêt soulève également des problèmes pour les études informatiques sur les modèles de séquences de régulation des gènes, car les régions flanquant les gènes seront inconnues.

Idéalement, une approche comparative conservatrice pourrait être utilisée de manière combinatoire avec des algorithmes moins conservateurs pour produire la base de données génomique la plus complète sans sacrifier la précision. Ce rapport explore une combinaison de ces deux algorithmes majeurs de prédiction de gènes et fournit une réannotation de la A. gambiae génome par synthèse de ab initio et algorithmes comparatifs de prédiction de gènes. Cette approche combinatoire produit un catalogue CDS plus complet, tout en conservant le contenu d'informations hautement spécifique de la prédiction comparative existante. La réannotation a été évaluée pour la sensibilité, la spécificité et le contenu de l'information biologique à l'aide d'un grand ensemble de A. gambiae séquences d'ADNc pleine longueur [7], RT-PCR et un nouvel ensemble de données protéomiques de peptides de spectrométrie de masse de moustiques.


Méthodes

Nous avons limité les comparaisons de la diversité des espèces à une saison pour éviter les fluctuations interannuelles en entreprenant toutes les enquêtes dans les huit semaines, à partir de plusieurs habitats, en utilisant principalement des filets (CO2 appâtés) et (lumière blanche + CO2 appâtés) pièges CDC [68].

La période de collecte

Nos enquêtes se sont déroulées de fin janvier à début avril 2015, avec une moyenne de trois à quatre nuits par localité. Une grande partie de la région de l'Afrique australe connaît des précipitations estivales de novembre à avril [69]. La reproduction des moustiques atteint également un pic pendant ces mois plus chauds et humides, de sorte que la plupart des populations de moustiques sont à leur plus haut niveau d'environ janvier à la mi-avril. La réserve naturelle de Kogelberg dans le Cap occidental est l'exception, tombant dans une région de précipitations hivernales. Cependant, tous les sites de piégeage dans cette réserve étaient proches de la rivière Palmiet et de sa végétation fynbos frangeante, qui serait la principale source de moustiques indépendamment de la pluie.

Répartition géographique des sites d'étude

A priori La sélection des localités visait à échantillonner le plus large éventail de biomes, de types de couverture terrestre et de répartition géographique dans les contraintes de temps et de ressources disponibles, en mettant l'accent sur l'Afrique du Sud, qui est le pays central des études sur les zoonoses menées par l'Université de Pretoria. Les emplacements géoréférencés et les types de couverture terrestre de ces localités sont fournis dans le tableau 1 et la figure 1, respectivement. Les endroits où les moustiques ont été capturés étaient principalement des habitats de savane et de prairie, à l'exception de Vilankulo où une partie de la couverture terrestre était constituée de terres cultivées (Fig. 1).

Carte des sites de collecte et de leur type d'occupation du sol dans un rayon de 3 km (une-k). Les dernières données (2013) sur le type de couverture de l'Université du Maryland Land (UMD) ont été utilisées. Les types de couverture de neige/glace et de lande stérile sont omis de la légende de l'UMD car nos localités d'étude n'incluent aucune de ces catégories. Les majuscules superposées sur l'encart cartographique correspondent aux cartes d'occupation du sol équivalentes en minuscules

Nous avons déplacé les emplacements des pièges chaque nuit pour couvrir autant de types d'habitats différents que possible et ainsi obtenir la plus large gamme d'espèces possible. Cependant, au sein de chaque localité, tous les différents emplacements de pièges regroupés à une distance arbitraire de 10 km (distance euclidienne) ont été collectivement désignés par un nom de localité (par exemple Kogelberg, Tswalu ou Shingwedzi, etc.), tandis que les sites de pièges à plus de 10 km l'un de l'autre étaient enregistrés et nommés séparément (par exemple Skukuza, Lower Sabie et Tshokwane).

Méthodes de collecte

Nous avons placé trois pièges en filet ([70], Fig. 2a) et trois pièges à lumière fluorescente blanche CDC (Fig. 2b) chaque nuit, chacun appâté avec du CO2 sous forme de glace carbonique comme attractif. Les pièges lumineux n'ont pas été déployés sur les sites mozambicains, où nous avons utilisé du CO2-des pièges à filet appâté mais aussi des captures de pyrèthre au sein des habitations rurales (ces derniers résultats ne sont pas utilisés pour les analyses ici, mais il est fait mention d'espèces collectées pour le contexte). Sur d'autres sites, les pièges étaient généralement appariés, composés d'un piège en filet et d'un piège CDC placés à moins de 100 m l'un de l'autre, et chaque paire de pièges était placée à plusieurs centaines de mètres ou plusieurs kilomètres l'une de l'autre. Les pièges lumineux CDC n'ont pas été utilisés à Vilankulo et à Lower Sabie, les pièges lumineux CDC ont échoué en raison de problèmes de charge de la batterie et des filets de capture tombant des pièges.

Pièges utilisés pour cette étude. une Piège à moustiquaire appâté avec une boîte en polystyrène contenant de la neige carbonique placée au sol au centre du piège. b Piège lumineux du Center for Disease Control (CDC) avec lumière blanche appâtée avec de la neige carbonique

Les pièges ont été placés et appâtés en fin d'après-midi, avant le crépuscule, et vidés avant l'aube chaque matin. Les moustiques ont été retirés des pièges en filet à l'aide d'aspirateurs à main et transférés dans des gobelets en polystyrène à dessus en filet, et les pièges lumineux en attachant le col du seau de collecte. Toutes les collections ont été tuées quelques heures plus tard par congélation et immédiatement examinées au microscope pour l'identification des espèces. Des spécimens représentatifs ont été épinglés comme matériel de référence et les spécimens restants ont été regroupés par espèce et congelés dans de l'azote liquide pour les tests ultérieurs d'isolement du virus.

Des collectes supplémentaires de moustiques ont été effectuées sur un ad hoc base en utilisant le trempage des larves pour les larves et les nymphes (méthode décrite dans [71]), et les captures au filet et au pyrèthre pour les adultes. Après la capture, les larves et les nymphes ont été élevées individuellement jusqu'aux adultes dans des tubes simples munis de flocons de poisson (Tetra-Min™ - Tetra Holdings, VA, USA) comme source de nourriture. Des captures par renversement de pyrèthre ont été effectuées dans des foyers au Mozambique.

Méthodes d'identification des espèces

L'identification morphologique des espèces a été réalisée à l'aide de clés et de descriptions [59, 60, 72, 73]. En cas de doute sur les identifications morphologiques, les spécimens épinglés ont été comparés aux spécimens des collections de référence de l'Institut national sud-africain des maladies transmissibles. Pour les membres du Anopheles gambiae complexe et Anophèle funeste groupe, les identifications par PCR en laboratoire ont été effectuées sur des échantillons en tube individuel conservés dans des tubes contenant du gel de silice (funeste groupe) ou 80% d'éthanol (Gambie complexe) suivant les protocoles dans [74,75,76], respectivement. Anophèle funeste les membres du groupe de Moremi et Khwai n'ont pas été identifiés au membre du groupe parce que l'ADN de ces spécimens était trop dégradé pour être préservé au moment où nous sommes retournés au camp de base.

En Afrique australe, Culex quinquefasciatus et Culex pipiens ne s'hybrident pas et sont facilement reconnaissables à l'âge adulte [77]. Certaines espèces femelles adultes ne peuvent pas être distinguées de manière fiable et dans ces cas, elles ont été identifiées aux deux espèces possibles qu'elles pourraient être.

L'analyse des données

Les dénombrements d'espèces de moustiques dans les filets et les pièges lumineux ont été moyennés sur toutes les nuits de moustiques capturés à chaque endroit. Les comparaisons de la composition des espèces entre les filets et les pièges lumineux ont été effectuées à l'aide du test de somme des rangs de Wilcoxon (P > 0.5) en utilisant le package statistique R [78].

Des diagrammes circulaires illustrant les proportions en pourcentage des captures représentées par chacune des principales espèces (comptes des pièges lumineux et nets du CDC combinés) à chaque emplacement ont été créés dans Microsoft Excel (version 2010) sur la base des données de capture brutes fournies dans le fichier supplémentaire 1 : tableau S1. . Les pièges lumineux CDC n'ont pas été effectués à Vilankulo et à Lower Sabie, de sorte que les diagrammes circulaires correspondant à ces emplacements ne représentent que les compositions des espèces des données des pièges en filet. Toutes les espèces qui ont contribué à des pourcentages relatifs de captures inférieurs à 0,5 % des captures totales ont été représentées comme « autres spp ». se rapportant à leurs genres spécifiques dans les camemberts. Le codage couleur pour chaque espèce a été maintenu cohérent pour tous les diagrammes circulaires.

Nous avons sélectionné deux mesures pour décrire la richesse taxonomique et la diversité des espèces. Pour refléter la richesse taxonomique, nous avons développé un indicateur simple qui fournit une mesure « d'un seul coup d'œil » du nombre d'individus capturés dans un piège, suivi du nombre d'espèces, puis de genres entre parenthèses. Par exemple, si 300 moustiques représentant 12 espèces et 5 genres ont été capturés dans un piège particulier, cette capture est alors résumée comme « 300 (12) [5] ». Pour faciliter la référence dans la discussion ci-dessous, nous appelons la simple mesure numérique « fourre-tout » la « mesure de composition de la communauté » (CCM). Comme mesure de la diversité des espèces, nous avons utilisé l'indice de Shannon (H) [79], qui prend en compte non seulement le nombre de taxons (espèces dans notre cas) mais aussi l'abondance relative dans laquelle les différentes espèces sont représentées dans la capture. Par exemple, une prise au piège comportant 100 individus composés de 2 espèces et chacune des 2 espèces représentées par 50 individus aura un score plus élevé (H = 0,693) qu'une prise piège de 100 moustiques composés de 2 espèces mais de celles-ci, une espèce est représentée par 90 individus (H = 0,325). Cet indice est couramment utilisé en écologie pour fournir des informations sur la composition de la communauté reflétant non seulement le nombre unique d'espèces mais aussi son abondance [80].

La version 2.18.4 de QGIS a été utilisée pour générer les cartes d'occupation des sols basées sur les classifications d'occupation des sols 2013 de l'Université du Maryland (UMD). Les données 2013 de l'UMD sur la couverture terrestre ont été extraites du produit MCD12Q1 MODIS Land Cover Type disponible auprès du Land Processes Distributed Active Archive Center (https://lpdaac.usgs.gov/dataset_discovery/modis/modis_products_table/mcd12q1) à l'aide de la conversion HDF-EOS vers GeoTIFF. Outil (HEG) version 2.14.

L'indice Morisita-Horn [81] a été calculé comme mesure de la similarité de la composition des espèces suivant la recommandation de Wolda [82]. L'indice Morisita-Horn de 0 signifie aucune similitude et sa valeur proche de 1 signifie une similitude élevée dans la composition des espèces. Un dendrogramme basé sur la matrice de similarité de l'indice Morista-Horn a été généré à l'aide de la bibliothèque python Scipy (https://www.scipy.org/).


Pourquoi nous préférons certaines couleurs

La préoccupation actuelle de la Food and Drug Administration selon laquelle les colorants alimentaires artificiels pourraient augmenter l'hyperactivité chez les enfants et causer d'autres risques pour la santé soulève une question simple : pourquoi mettons-nous ces choses dans notre nourriture ? Ces produits chimiques artificiels n'ont aucune valeur alimentaire. Ils ne sont pas ajoutés pour les réactions chimiques qu'ils produisent. Ils sont ajoutés aux aliments simplement parce que les produits chimiques sont colorés. L'explication de ce comportement doit être enracinée dans la biologie ou la psychologie.

Voudriez-vous boire du jus de tomate brune? Si vous aviez le choix, vous refuseriez très probablement le jus de tomate brun en faveur du même produit dopé avec un produit chimique artificiel qui colore le jus en rouge vif. Même si vous savez que la couleur rouge brillante des tomates s'estompe avec le temps après le cannage, et que vous savez que le produit chimique artificiel de couleur rouge ne fait rien pour le goût ou la nutrition, vous ne pouvez pas vous empêcher de consommer le jus frelaté au lieu du jus coloré fané dans son état naturel. Est-ce rationnel ?

Les préférences de couleur sont des réponses émotionnelles profondément enracinées qui semblent dépourvues de tout fondement rationnel, mais la puissante influence de la couleur régit nos choix dans tout, de la nourriture que nous mangeons et des vêtements que nous portons aux voitures que nous achetons. Pour certaines personnes, posséder une voiture verte est impensable. Ces acheteurs paieront volontiers des centaines de dollars de plus pour obtenir le véhicule dans une couleur différente, ou ils rejetteront la voiture verte et choisiront une automobile entièrement différente dans une couleur qu'ils préfèrent. Nous faisons tous cela même si la couleur n'a absolument aucune influence sur les performances de l'automobile. Pourtant, curieusement, quelqu'un d'autre ressentira exactement le contraire en achetant une voiture verte. Ces personnes paieront volontiers une prime pour acheter un véhicule à la teinte verte qu'elles adorent. Nous aimons nous considérer comme rationnels, mais en fait, nous sommes gouvernés par le pouvoir inconscient et mystérieux de la couleur. D'où viennent nos préférences de couleurs ?

Dans un essai de 1973, le biologiste Theodosius Dobzhansky a fait remarquer que « rien en biologie n'a de sens sauf à la lumière de l'évolution ». Les psychologues Stephen Palmer et Karen Schloss de l'UC Berkeley appliquent ce point de vue à la question de la préférence de couleur dans un article publié en 2010 dans le Actes de l'Académie nationale des sciences. Ils ont testé la théorie selon laquelle la préférence de couleur humaine est adaptative, c'est-à-dire que les gens ont plus de chances de survivre et de se reproduire avec succès s'ils sont attirés par des objets avec des couleurs qui leur semblent « bonnes », et ils éviteront les objets avec des couleurs « mauvaises ». pour eux. L'idée est que plus une personne reçoit de commentaires basés sur l'expérience sur une couleur particulière associée à une expérience positive, plus la personne aura tendance à aimer cette couleur. Ils ont proposé qu'en général, les gens privilégient les couleurs associées au ciel clair et à l'eau propre (bleu et cyan par exemple) et soient repoussés par les couleurs associées aux réactions négatives (brun, par exemple, qui est associé à la pourriture des aliments et des selles.)

Pour tester cela, ils ont étudié 48 participants à qui on a demandé d'évaluer 32 couleurs en fonction de leur degré d'appréciation de la couleur. Les résultats ont montré que les couleurs vives et saturées étaient préférées aux mêmes teintes qui étaient atténuées ou pastel, mais toutes les couleurs n'étaient pas également favorisées. Le brun et le vert olive étaient significativement moins préférés que l'orange ou le jaune. Les rouges vifs, les bleus et le vert étaient les couleurs les plus appréciées. Les résultats de l'étude ont produit une sorte de classement en "roue chromatique" des 32 couleurs, mais ce n'est pas la couleur marron qui nous empêche de boire du jus de tomate marron. Le lait au chocolat de couleur brune n'évoque pas le même dégoût psychologique. Le problème avec ce test est que les couleurs n'étaient pas associées à des objets.

Les chercheurs ont ensuite montré à 74 sujets chaque échantillon de couleur sur un fond gris et leur ont demandé d'écrire autant de descriptions que possible sur des objets qui ont généralement cette couleur. Le marron peut être associé à la saleté, ou le rouge associé à une pomme, par exemple. Cela a maintenant produit une association entre 222 objets et leurs couleurs. 98 autres participants ont ensuite lu les 222 descriptions d'objets en texte noir sur fond blanc et ont été invités à évaluer à quel point chaque objet était attrayant pour eux. Aucune couleur n'a été mentionnée. Par exemple, une pomme peut être plus attrayante que la saleté. Maintenant, les chercheurs avaient un classement de l'attrait de 222 objets d'un groupe et un classement des couleurs qui avaient été associées aux objets par un groupe indépendant.

Maintenant, les chercheurs ont montré à 31 nouveaux observateurs les descriptions écrites des objets ainsi qu'une couleur à laquelle cet objet avait été attribué, et leur ont demandé d'évaluer la force de la correspondance entre la couleur et l'objet décrit à l'écran. Les préférences de "roue chromatique" produites en dérivant les couleurs des préférences relatives pour les objets qui avaient ces couleurs, correspondaient parfaitement aux préférences de "roue chromatique" du premier groupe qui ont été produites sur la base de l'observation de purs échantillons de couleur sans aucun objet associé à eux. La conclusion est que les préférences de couleur découlent de notre préférence pour les objets qui ont généralement ces couleurs.

Mais cette préférence de couleur est-elle câblée par l'évolution ou apprise ? Fait intéressant, les chercheurs ont découvert que les préférences de couleur japonaises étaient différentes des préférences américaines, suggérant une influence culturelle sur la préférence de couleur.

Les couleurs influencent les préférences des objets dans de nombreuses situations de la vie moderne, par exemple la peinture de la maison, les vêtements et les meubles. Notre préférence individuelle pour une couleur particulière associée à ces objets (un mur de salon ou une automobile) sera produite et renforcée par le retour positif associé à l'objet et à sa couleur. Tout le monde a une expérience de vie quelque peu différente, et comme les gens éprouvent de plus en plus de plaisir à acheter quelque chose qu'ils ont acheté dans une couleur particulière, ils auront tendance à choisir à l'avenir des objets similaires avec la même couleur. Cela conduit à une situation auto-entretenue.

Donc, si vous n'aviez jamais rien vu d'autre que du jus de tomate brun, ces résultats prédisent que vous éviteriez le rouge au profit du brun. En fait, vous seriez heureux que les fabricants de produits alimentaires dopent votre boisson avec un produit chimique artificiel pour la rendre encore plus brune.


Discussion

Des preuves convergentes de recherches antérieures suggèrent que les nourrissons réagissent catégoriquement à la couleur. Cependant, comme le cercle de teinte complet n'a pas été testé auparavant, le nombre et l'emplacement des distinctions de teinte catégoriques étaient inconnus. Par conséquent, la relation entre les catégories de couleurs infantiles et celles des lexiques de couleurs du monde, et le mécanisme sous-jacent des catégories de couleurs infantiles n'ont pas été clairs. Pour résoudre ces problèmes, nous avons systématiquement cartographié les réponses de préférence de nouveauté des nourrissons sur une ligne de la grille de stimulus WCS. Les nourrissons se sont familiarisés avec succès à une teinte donnée, et lorsqu'ils ont été présentés par la suite avec une nouvelle teinte, les nourrissons avaient une préférence de nouveauté pour cinq paires de teintes dans les régions rouge-jaune, vert-jaune, bleu-vert, bleu-violet et violet-rouge de espace couleur. Il y avait également des preuves solides d'un manque de réponse à la nouveauté dans les régions de teinte bleu, vert, violet, jaune et rouge. L'absence de réponse de nouveauté dans les régions violettes, bleues et vertes a été constatée même lorsque les plus grandes différences de teinte couvrant les paires sans réponse de nouveauté ont été testées.

Comme indiqué précédemment, nous utilisons le terme « jaune » pour désigner les stimuli dans la région jaunâtre du continuum de teinte suivant la notation de teinte Munsell. Cependant, les stimuli ont été échantillonnés à une luminosité constante proche de la luminosité des prototypes d'autres teintes, mais plus foncées que le jaune prototype. La nature sombre et non prototypique des stimuli dans la région jaune peut expliquer pourquoi il y avait beaucoup plus de variation individuelle pour les paires rouge-jaune et vert-jaune moins largement séparées que la plupart des autres paires (plus de nourrissons ont dû être testés sur ces paires pour un facteur de Bayes sensible), et l'effet de préférence de nouveauté était le plus faible pour la paire rouge-jaune. Tester ces teintes à des niveaux de luminosité prototypiques le confirmerait. Néanmoins, quelle que soit la glose appropriée pour les teintes jaunâtres (et cela varierait évidemment selon les langues), la présente étude identifie une distinction catégorique pour les nourrissons dans cette région.

Une expérience supplémentaire et une analyse plus poussée ont écarté l'hypothèse selon laquelle les préférences de nouveauté étaient simplement liées à la similitude perceptive et ont confirmé que les couleurs peuvent être discriminées dans d'autres contextes (Discrimination SI et préférence pour la nouveauté). Les résultats suggèrent donc que la mémoire de reconnaissance des nourrissons est catégorique : certaines couleurs sont traitées comme si elles étaient équivalentes dans la mémoire de reconnaissance des nourrissons, tandis que d'autres qui ne sont pas toujours plus dissemblables sur le plan perceptuel sont traitées comme si elles étaient différentes. Dans l'ensemble, nos résultats suggèrent que la mémoire du nourrisson analyse le continuum de teinte au niveau de luminosité testé en cinq catégories : rouge, jaune, vert, bleu et violet. Prior research has provided evidence that infants’ recognition memory parses color into blue, green (19, 20, 22, 23), and purple (23) categories, with a suggestion of separate red and yellow categories as well (19). Unlike prior studies, we systematically sampled at regular intervals around the complete hue circle, providing evidence that infant memory also distinguishes purple and red.

Relationship to Lexical Color Categories.

Mapping infant categories onto the WCS stimulus grid clarifies the relationship between infant color categories and lexical color categorization. Correspondences between the location of infants’ categorical distinctions and those in color lexicons can be seen. In particular, the common GBPm that was revealed by Lindsey and Brown’s (12) cluster analysis of WCS data has categorical distinctions in four of the same hue regions as those of infants. This correspondence between the distinctions that infants make and those in color-naming systems is also highlighted by our comparison of infant color categories and the locations of the WCS category centroids from Kay and Regier (8). Infants have separate red, yellow, green, blue, and purple categories, and there are also separate clusters of category centroids from WCS languages in these hue regions. Infants’ categorical distinctions isolate the peaks in category centroids from one another. An analysis revealed that hues at infant color category boundaries are not commonly at the center of lexical color categories. This finding suggests that hues within infant color categories (hues straddled by pairs where we find no novelty preference) are commonly at the center of lexical color categories. Infants’ blue–green categorical distinction did not fit the pattern so well, as it fell in a region where there are a high number of lexical category centers because of the high incidence of WCS languages with a composite green–blue “grue” term. Nevertheless, that fewer than 5% of other five-pair combinations were better organized around hues that are commonly central to lexical color categories does indicate a striking similarity between prelinguistic and lexical categorization.

Underlying Mechanisms.

We found no evidence that infants’ novelty preference is driven by how perceptually similar hues are. However, when infants’ novelty response was plotted in a color space defined by the cardinal color subsystems that correspond to the retinogeniculate pathways underlying color vision, we see that four of the categorical distinctions that infants make are separated by axes in this color space that pass through the chromaticity of the background, which could be considered the “adaptation point.” We propose, therefore, that the null points of the two cardinal subsystems of color vision provide boundaries that infants may use to parse the color continuum into categories in their recognition memory. This of course cannot account for infants’ categorical distinction between red and yellow, which must derive from alternative mechanisms.

Our proposal that the cardinal color mechanisms provide fault lines for infant color categorization is related to similar arguments made about adult color naming. For example, one study of adult color naming and hue settings provides evidence that the cardinal axes align with adults’ blue–green and yellow–green category boundaries (45). Another study suggests that whether or not L-M cone-contrast between the color and background is positive (reddish) or negative (greenish) aligns with a common categorical distinction in WCS languages between warm and cool colors (33). Similarly, we also find that whether or not colors are “redder” or “greener” than the background [values higher and lower than the background on the L/(L+M) axis] provides a fault line for infants’ green–yellow and blue–purple categorical distinctions, but we also find that S/(L+M) provides a fault line for infants’ red–purple and blue–green categorical distinctions. A link between low-level mechanisms of color vision and categorization is also implied by a computational simulation, which shows that universal color categorization can be accounted for by human’s just noticeable difference function (15 see also ref. 46). It has been suggested that categorical clustering of neurons at V1 can account for the warm–cool categorization in languages (33). However, an association between the cardinal mechanisms and categorization does not necessarily indicate that neurons code categorically at early stages of the visual system. The cardinal mechanisms may simply provide perceptual inequalities, which provide a basis for postperceptual categorization in temporal and frontal regions of the brain (16, 18, 47, 48).

Although we point to an association between the cardinal mechanisms of color vision and infant color categorization here, it is clear that in addition to such biological forces, culture, environment, and communication are likely also to determine both how many color terms there are in a lexicon and the categorical distinctions that are needed. It seems likely that languages would override categorical distinctions that are important in infant color memory if they are not relevant for a given culture or environment (2). One important question for further research is how we transition from a prelinguistic color categorization based largely on biological mechanisms to a lexical color categorization that may make additional or fewer distinctions. The lack of one-to-one mapping between prelinguistic and lexical color categorization may well partly explain the difficulty that children have in learning the words for colors (49 ⇓ ⇓ –52). Further research should also examine whether the distinctions in infant color memory are universal across different cultures and environments. Given the link to the cardinal mechanisms of color vision, we expect them to be largely consistent across cultures, but cultural variation in prelinguistic categorization is at least theoretically possible.

To conclude, we find that infant recognition memory parses the hue circle into blue, green, purple, yellow, and red categories, and we find similarity in the structure of prelinguistic and lexical color categorization. The retinogeniculate mechanisms of color vision appear to provide fault lines for infants’ categorical distinctions between hues. Our findings provide further evidence that color categorization has biological origins. Our results also relate to broader debate on the biological origins of aspects of cognition, such as knowledge about the physical world, mathematical ability, and spatial cognition (2). Although certain cognitive processes may seem to a large extent to be culturally or linguistically constructed because of apparent linguistic and cultural diversity, by looking at commonalities across cultures and languages, and by investigating these cognitive processes in infancy, biological origins of cognitive processes can also be revealed.


Color vision problems become more common with age, study shows

Abnormal color vision increases significantly with aging -- affecting one-half or more of people in the oldest age groups, reports a study in Optometry and Vision Science, official journal of the American Academy of Optometry. The journal is published by Lippincott Williams & Wilkins, a part of Wolters Kluwer Health.

While few people younger than 70 have problems with color vision, the rate increases rapidly through later decades of life, according to the new research by Marilyn E. Schneck, PhD, and colleagues of The Smith-Kettlewell Eye Research Institute, San Francisco. They write, "We find the color discrimination declines with age and that the majority of color defects among the older population are of the blue-yellow type."

Color Vision Abnormalities Increase with Age

The researchers administered color vision tests to a random sample of 865 older adults -- age range 58 to 102 years. The study excluded subjects with any type of congenital color-vision defect ("color blindness."). The types and rates of color vision abnormalities were assessed in different age groups.

Overall, 40 percent of the participants had abnormal results on one of the two color vision tests used in the study. Twenty percent failed both tests.

The failure rate was markedly higher in older age groups. Although color-vision abnormalities were uncommon in people younger than 70, they were present in about 45 percent of people in their mid-70s, up to 50 percent of those 85 and older, and nearly two-thirds of those in their mid-90s.

Nearly 80 percent of the abnormalities involved confusion of the lighter (pastel) shades of blue versus purple and yellow versus green and yellow-green. These "blue-yellow" errors are distinct from the "red-green" errors observed in people with inherited color blindness, which affects about eight percent of males and 0.5 percent of females. Although the two tests had different failure rates, they detected similar frequencies of blue-yellow errors.

More Severe Defects May Affect Daily Functioning

The results confirm previous studies showing that color vision "deteriorates measurably" with aging. Most subtle aging-related color vision abnormalities are likely to go unnoticed, the researchers suggest.

However, they note that nearly 20 percent of older adults failed the easier of the two tests, "designed to only detect defects sufficiently severe to affect performance in daily life." Dr Schneck and coauthors note, "These individuals would have problems carrying out some tasks that rely on color vision."

The researchers discuss factors that may contribute to changes in color vision with aging, and to blue-yellow defects in particular. These may include reduced pupil size, admitting less light into the eye increased yellowing of the lens inside the eye and changes in the sensitivity of the vision pathways. All of these are known changes with age to the human eye.

Increased rates of eye diseases are another potentially important contributor. Dr Schneck and coauthors add, "The most common age-related eye diseases (glaucoma, age-related macular degeneration, and diabetic eye disease) all produce blue-yellow color vision anomalies, at least in the preclinical or early stages."


Why We Prefer Certain Colors

The current Food and Drug Administration concern that artificial food dyes could increase hyperactivity in children and cause other health hazards raises a simple question: Why do we put these things in our food? These artificial chemicals have no food value. They are not added for the chemical reactions they produce. They are added to food simply because the chemicals are colorful. The explanation for this behavior must be rooted in biology or psychology.

Would you drink brown tomato juice? If given a choice, most likely you would refuse the brown tomato juice in favor of the same stuff doped with an artificial chemical that stains the juice bright red. Even though you know that the brilliant red color of tomatoes fades with time after caning, and you know the red colored artificial chemical does nothing for taste or nutrition, you can't help yourself from consuming the adulterated juice instead of the faded colored juice in its natural state. Is this rational?

Color preferences are deeply rooted emotional responses that seem to lack any rational basis, yet the powerful influence of color rules our choices in everything from the food we eat and the clothes we wear to the cars we buy. For some people, owning a green car is unthinkable. These shoppers will gladly pay hundreds of dollars more to obtain the vehicle in a different color, or they will reject the green car and select an entirely different automobile in a color they favor. We all do this even though the color has absolutely no influence on the performance of the automobile. Yet oddly, someone else will feel exactly the opposite about buying a green car. These individuals will gladly pay a premium to purchase a vehicle in the shade of green they adore. We like to think of ourselves as being rational, but in fact we are ruled by the unconscious and mysterious power of color. Where do our color preferences come from?

In an essay in 1973, Biologist Theodosius Dobzhansky, famously observed that "nothing in biology makes sense except in the light of evolution." Psychologists Stephen Palmer and Karen Schloss of UC Berkeley, apply this viewpoint to the question of color preference in an article published in 2010 in the Proceedings of the National Academy of Science. They tested the theory that human color preference is adaptive that is, people are more likely to survive and reproduce successfully if they are attracted to objects with colors that "look good" to them, and they will avoid objects with colors that "look bad" to them. The idea is that the more experience-based feedback that a person receives about a particular color that is associated with a positive experience, the more the person will tend to like that color. They proposed that in general, people should favor colors associated with clear sky and clean water (blue and cyans for example) and be repulsed by colors associated with negative reactions (brown, for example, which is associated with rotting food and feces.)

To test this, they studied 48 participants who were asked to rate 32 colors in terms of how much the participant liked the color. The results showed that brightly saturated colors were preferred over the same hues that were muted or pastel, but not all colors were equally favored. Brown and olive green were significantly less preferred than orange or yellow. Bright reds, blues, and green, were the most higly favored colors. The results of the study produced a sort of "color wheel" ranking of the 32 colors, but it's not the color brown that repels us from drinking brown tomato juice. Brown colored chocolate milk does not evoke the same psychological revulsion. The problem with this test is that the colors were not associated with objects.

The researchers then showed 74 subjects each color swatch against a gray background and asked them to write as many descriptions as they could about objects that typically have this color. Brown might be associated with dirt, or red associated with an apple, for example. This now produced an association between 222 objects and their colors. 98 other participants then read the 222 object descriptions in black text on a white background and were asked to rate how appealing each object was to them. No color was mentioned. For example, an apple might rate higher in appeal than dirt. Now the researchers had a ranking of how appealing 222 objects were from one group, and a ranking of colors that had been associated with the objects by an independent group.

Now the researchers showed 31 new observers the written descriptions of the objects together with a color to which that object had been given, and asked them to rate the strength of the match between the color and the described object on the screen. The "color wheel" preferences produced by deriving the colors from the relative preferences for the objects that had these colors, matched perfectly with the first group's "color wheel" preferences that were produced on the basis of looking at pure swatches of color without any object associated with them. The conclusion is that color preferences derive from our preference for the objects that typically have these colors.

But is this color preference hard-wired by evolution or learned? Interestingly, the researchers found that Japanese color preferences were different from American preferences, suggesting a cultural influence on color preference.

Colors influence object preferences in many situations in modern life, for example house paint, clothes, and furniture. Our individual preference for a particular color associated with these objects (a living room wall or an automobile) will be produced and reinforced by the positive feedback associated with the object and the color it has. Everyone has a somewhat different life experience, and so as people increasingly experience pleasure in something they bought in a particular color, they will tend to chose similar objects in the future with the same color. This leads to a self perpetuating situation.

So if you had never seen anything but brown tomato juice, these results predict that you would shun the red-stuff in favor of the brown. In fact, you would welcome the food manufacturers doping your drink with an artificial chemical to make it even browner.


Plants use different scents to attract or repel insects

Flowering plants attract pollinating insects with scent from their flowers and bright colours. If they have become infested with herbivores like caterpillars, they attract beneficial insects like parasitic wasps with the help of scent signals from their leaves. The wasps then lay their eggs in the caterpillars and kill the parasites. Floral and foliar scents can, however, mutually reduce their attractiveness. That's why flowering plants face a dilemma: should they use their resources to attract pollinating insects and, by extension, for reproduction or should they invest in defence against herbivores?

A Swiss-Italian research team headed by Florian Schiestl from the University of Zurich has now demonstrated that plants are able to adjust their scent bouquet to their needs at any given time and, in this way, to attract partner or useful insects in a more targeted manner.

The scientists examined the reactions of turnip rape -- an edible flowering plant closely related to rape -- after its infestation with herbivores. The researchers demonstrate that the infested plants markedly reduce their floral scent so as to attract parasitic wasps with scent signals from their leaves. "Decreasing the floral scent makes the plant less attractive to the insects which pollinate it. At the same time, it is then more attractive for the parasitic wasps," is how Florian Schiestl explains this mechanism. After infestation with herbivores and attracting wasps, the plants produce more flowers to compensate for their reduced attractiveness and to attract pollinating insects. "Floral scents are thus part of a complex trade-off with other scents that likewise attract beneficial insects," says Schiestl.

The results illustrate important ecological interactions when a plant attracts partner insects. Schiestl is of the opinion that the new findings may be relevant for the organic cultivation of useful plants. "One could try to optimise the attraction of parasitic wasps with less fragrant varieties and the attraction of pollinators with more fragrant ones."


Questions & Answers

Question: What is the color of cow and bull blood?

Réponse: Cattle are mammals, like us, so they have red blood containing hemoglobin. The blood of bulls generally has a higher concentration of red blood cells and hemoglobin than the blood of cows.

Question: I&aposm doing a poster on why humans have red blood and why spiders have blue blood. Could you give more information about spider blood?

Réponse: Hemocyanin is an example of a metalloprotein (a protein that contains a metal). In some countries, its name is spelled haemocyanin. Oxygenated hemocyanin in spider hemolymph absorbs all colours of light, except blue, which it reflects to our eyes. This makes the hemolymph look blue. Without oxygen, the hemolymph is colourless.

Two copper atoms in the hemocyanin join to one oxygen molecule. The copper is actually in the form of the copper (I) ion (one which has a +1 charge) when it isn’t bound to oxygen and the copper (II) ion (one which has a +2 charge) when it is bound to the oxygen.

Question: The nurse taking my blood said that high triglycerides cause the blood to have a milky appearance and liver problems cause a yellow cast. Is this true?

Réponse: Your nurse is correct with respect to the potential effect of high triglycerides in the blood, plasma, or serum. (Plasma is blood with the cells removed. Serum is plasma with clotting factors removed.) Triglycerides are a type of fat. A very high triglyceride level can cause blood, plasma, or serum to have a milky appearance. Some precautions are needed in an interpretation of the colour change, however. A doctor must be consulted. More than one factor can cause a particular change in blood. A doctor would likely perform other tests to diagnose the cause of a colour change and not rely entirely on the liquid’s appearance.


Voir la vidéo: Hyttysten välittämät infektiot (Janvier 2023).