
هوش مصنوعی؛ تحول در تشخیص بیماریهای زنبور عسل
پژوهشگران در توسان آریزونا، در حال توسعه برنامهای مبتنی بر هوش مصنوعی هستند که این روش، فرایند تشخیص بیماریهای لاروی زنبور عسل را هوشمند ساخته و به ترویج مدیریت مؤثر این بیماریها کمک میکند. دکتر دوآن کوپلند، پژوهشگر پساکترا در آزمایشگاه دکتر کرک ای. اندرسون، رهبری این پروژه را بر عهده دارد و هدفش تشخیص بیماریهای لاروی تنها با یک عکس گرفتهشده با گوشی هوشمند است.
دکتر کوپلند میگوید: «حتی برای زنبورداران با تجربه، نشانههای بصری ظریفی که عوامل بیماریزا مانند باکتریها، ویروسها و قارچها در لاروهای زنبور عسل ایجاد میکنند، میتواند دشوار باشد. میتوانیم برنامهای مبتنی بر هوش مصنوعی را آموزش دهیم تا این تفاوتها را همانند یک زنبوردار مجرب یا بازرس زنبورستان با دقت شناسایی کند.»
ارتباط ایدهها، گامی نو در زنبورداری
دکتر کوپلند میگوید این پژوهش درباره بیماریهای لاروی از گفتوگویی با جیم ولوود، بازرس زنبورستان ایالت ایلینوی، در سال ۲۰۱۵ آغاز شد، زمانی که او برای شرکت در نشست سالانه بازرسان زنبورستان به آزمایشگاه توسان آمد. این گفتوگو جرقهای در ذهنم ایجاد کرد و مطالعهای درباره نمونهبرداری بیماریهای لاروی در سراسر ایلینوی را شروع کردم.
با استفاده از این یافتهها بهعنوان دادههای اولیه، آزمایشگاه اندرسون موفق به دریافت بودجه قابل توجهی از مؤسسه ملی غذا و کشاورزی ایالات متحده آمریکا NIFA شد. این پروژه با عنوان «استفاده از دادههای بزرگ برای بهبود تشخیص بیماریهای لاروی در زنبورهای عسل» و با همکاری متخصصان بیماری، دکتر جی اوانز و دکتر مگان میلبرث، آغاز شد. ما با توالییابی پربازده میکروبیومهای باکتریایی لاروهای مرحله سوم، چهارم و پنجم، پیشرفت بیماری را در شش زنبورستان مبتلا به بیماری و یک زنبورستان بدون بیماری بررسی کردیم و همزمان، تصاویر باکیفیتی از همان لاروها ثبت کردیم. منبع: https://www.nature.com/articles/s41598-023-28085-2
لاروهای ذوبشده1 (Melty Larvae) اصطلاحی است که در زنبورداری برای توصیف لاروهای زنبور عسل به کار میرود که به دلیل بیماری یا شرایط نامناسب، ظاهری غیرعادی، شل، نرم یا «ذوبشده» پیدا میکنند. این حالت معمولاً نشانهای از بیماریهای لاروی مانند بیماری لوک اروپایی (EFB)، بیماری ویروسی فلج حاد زنبور عسل (ABPV) یا سندروم کنه انگلی (PMS) است. در این شرایط، لاروها ممکن است رنگ غیرطبیعی (مانند زرد یا قهوهای)، بافت نرم و فرورفته یا حالت غرقشده داشته باشند که از علائم بیماری یا عفونتهای ثانویه ناشی از باکتریها، ویروسها یا کنههای واروا است. این اصطلاح در مقاله آزمایشگاه اندرسون برای توصیف لاروهای مبتلا به بیماریهای خاص، بهویژه در ارتباط با تحلیلهای میکروبیومی و تشخیص هوش مصنوعی، استفاده شده است.
شاید علاقمند باشید مقاله ” با فناوری های جدید مدیریت زنبورداری آشنا شوید ” را ملاحظه کنید 🌷

از میان زنبورستانهای انتخابشده برای توالییابی عمیق، پنج مورد از هفت زنبورستان علائم بیماری لوک اروپایی داشتند ، یکی بدون علامت بود و یکی هم علائم «لاروهای ذوب شده» را نشان میداد. رویکرد نمونهبرداری ما در طول رشد لاروی نشان داد که بیماری لوک اروپایی میتواند به شکلهای مختلفی ظاهر شود.
نتایج اخیر از توالییابی ژنوم عامل بیماری لوک اروپایی، یعنی ملISS پلوتونیوس (M. plutonius)، نشان داد که سویههای مختلف باکتری رفتارهای کاملاً متفاوتی دارند و در توانایی ایجاد بیماری تفاوت چشمگیری دارند. رفتار M. plutonius بهعنوان یک باکتری همزیست، فرصتطلب یا بیماریزا، به مجموعهای از ژنهای بیماریزا بستگی دارد که امکان بهرهبرداری از لاروها را فراهم میکنند. همچنین، ژنهایی در ژنوم M. plutonius وجود دارند که بقای آن را در روده کارگر و محیطهای کندو، از جمله ژل رویال و عسل، تضمین میکنند.
بهطور شگفتانگیز، میکروبیومهای لاروهای بدون علامت اغلب حاوی M. plutonius بودند، حتی در زنبورستانها و کلنیهای بدون علامت. در زنبورستان آزمایشگاه توسان، که بهندرت علائم بیماری لوک اروپایی را تجربه میکنیم، ۴۱ درصد (۳۱ از ۷۵) میکروبیومهای لاروهای سالم حاوی M. plutonius بودند.
بهطور مشابه، در یکی از زنبورستانهای ایلینوی بدون علائم بیماری لوک اروپایی، ۷۵ درصد (۱۸ از ۲۴) لاروهای بدون علامت برای M. plutonius مثبت بودند. روش پربازده استفادهشده برای این دادهها حساستر از تستهای معمول است و مقادیر کم باکتری را تشخیص میدهد، تصویری کاملتر از میکروبیوم نسبت به روشهای کشت سنتی ارائه میدهد.
ما دریافتیم که گونههای مختلفی از باکتریها بهعنوان همزیستهای نسبتاً بیضرر در لاروهای مرحله اول تا سوم وجود دارند. همانطور که در گونههای دیگر نشان داده شده، این الگوهای مولکولی به «آموزش» سیستم ایمنی لاروهای در حال رشد کمک میکنند. پیشرفت بیماری لوک اروپایی در زنبورستانهای مختلف به دلیل مهاجمان ثانویه و تفاوت در باکتریهای مفید، بهطور قابلتوجهی متفاوت بود.
مهاجمان ثانویه کشف شده با روشهای مبتنی بر کشت قبلی تفاوت زیادی داشتند، بهجز انتروکوکوس فکالیس (Enterococcus faecalis) که در تمام زنبورستانهای مبتلا به بیماری لوک اروپایی مشترک بود. در واقع، حضور و فراوانی E. faecalis با M. plutonius در چندین زنبورستان، بهویژه در لاروهای بدون علامت، ارتباط مثبتی داشت.
این الگوی ارتباط با نتایج مبتنی بر کشت سازگار است و اغلب نشاندهنده همکاری بین گونههای باکتریایی است. این الگو به E. faecalis محدود نبود. تعدادی از باکتریهای رایج در شبکه اجتماعی زنبور عسل، ماهیت فرصتطلب خود را نشان دادند و با پیشرفت بیماری لوک اروپایی افزایش یافتند.
این گونهها شامل فریشلا پرارا (Frischella perrara)، باکتریای که معمولاً در روده کارگر زخم ایجاد میکند، آپیلاکتوباسیلوس کونکیای (Apilactobacillus kunkeei)، باکتریای که در عسل تخصص دارد، و فروکتوفیلوس فروکتوسوس (Fructobacillus fructosus)، متخصص کمتر عسل که در لاروهای سالم وجود دارد اما در روده بزرگسالان نادر است.

در یکی از زنبورستانها، یک کلنی علائم سندروم کنه انگلی را نشان داد. با بررسی عمیقتر، دریافتیم که سطوح بیماری ویروسی فلج حاد زنبور عسل در لاروهای علامتدار به طوری غیر عادی بالا بود و کاملاً با علائم لاروی «ذوبشده، فرورفته و غرقشده» ثبتشده توسط بازرس زنبورستان همبستگی داشت.
بهطور حیاتی، تمام این حالات بیماری و مراحل لاروی با تصویر برداری دیجیتال با وضوح بالا ثبت شدند. پس از هفتهها بررسی این عکسها و حالات بیماری، فرض کردیم که علائم لاروی بهتنهایی میتوانند برای تشخیص دقیق بیماری استفاده شوند.
گرچه شناخته شده است که ویروسهای فلجکننده میتوانند لاروها را آلوده کنند، علم زنبور عسل درک کاملی از میکروبهایی که باعث بیماریهای «شبیه لوک اروپایی»، لاروهای تجزیهشده، سندروم کنه انگلی یا بیماریهای مرتبط با کنهها میشوند یا از آنها ناشی میشوند، ندارد.در چارچوب مصوبه اخیر مؤسسه ملی غذا و کشاورزی آمریکا ، ما برای حل این معما بودجه دریافت کردهایم.
بیماریهای لاروی مشابه لوک اروپایی، لاروهای گندیده و رازهای پیرامون آنها در ابتدا با توصیفهای کلامی بررسی شدند، اما بهزودی دریافتیم که این توصیفها بیش از حد ذهنی و برای تشخیص دقیق ناکافی هستند. بنابراین به رویکرد «عکس ها حقیقت را نشان میدهند» روی آوردیم. به بیان دیگر، یک تصویر از پیکسلهایی با روشنایی، رنگ و سایههای قابل محاسبه تشکیل شده است که ویژگیهای نوظهوری را ایجاد میکنند و برنامه کامپیوتری یا ذهن انسان برای شناسایی اشکال، در اینجا لاروهای سالم یا بیمار، آموزش دیده است.

شکل 1. تصاویر لاروها و میکروبیومهای باکتریایی مرتبط (نوارهای عمودی) از دو زنبورستان مبتلا به بیماری لاروی: الف) لاروهای مبتلا به بیماری لوک اروپایی (سیاه) و مهاجم ثانویه فروکتوفیلوس فروکتوسوس (سبز تیره). ب) لاروهای مبتلا به بیماری ویروسی فلج حاد زنبور عسل و باکتریهای فرصتطلب مرتبط با ژنهای مقاومت آنتیبیوتیکی، از جمله سراتیا مارسسنس (قرمز) و فریشلا پرارا (راهراه مورب). زنبوردار زنبورستان «ب» را با آنتیبیوتیک درمان کرد، اما درمان بیاثر بود.
روشهای سنتی تشخیص بیماری لاروی در زنبورستان نیازمند سالها تخصص است. مانند بسیاری از زنبورداران مبتدی، شاید لازم باشد چند فصل زنبورداری را پشت سر گذاشت تا تصویری قابلاعتماد از بیماریهای اصلی لاروی زنبور عسل مانند لارو گچی، لارو کیسه، بیماری لوک آمریکایی، بیماری لوک اروپایی و بیماریهای شبیه بیماری لوک اروپایی شکل گیرد.
تشخیص نادرست بیماری امری شایع است و به استفاده غیرضروری از آنتیبیوتیکها میانجامد که تعادل میکروبیوم طبیعی زنبور عسل را بر هم میزند. این اختلال، ظهور سویههای مقاوم به آنتیبیوتیک را ترویج میدهد و مدیریت بیماری را پیچیدهتر میکند.
در مورد زنبورستان مبتلا به بیماری ویروسی فلج حاد زنبور عسل (شکل 1)، زنبوردار به اشتباه تصور کرد که بیماری لوک اروپایی است و از آنتیبیوتیک استفاده کرد. تحلیل متاژنومیک ما نشان داد که آنتیبیوتیکها میکروبیوم لاروی را از باکتریهای مفید خالی کرده و احتمالاً با از بین بردن مانع طبیعی در برابر بیماریهای فرصتطلب، به تشدید بیماری ویروسی فلج حاد زنبور عسل کمک کردند.
آینده زنبورداری با هوش مصنوعی
با بهرهگیری از قدرت هوش مصنوعی، تیم ما قصد دارد خطر تشخیص نادرست را به حداقل برساند، وابستگی به آنتیبیوتیکها را کاهش دهد و در نهایت به مدیریت مؤثرتر بیماریها در زنبورهای عسل کمک کند. هوش مصنوعی پیشتر در تحقیقات زنبور عسل موفقیتهایی برای شناسایی زیر گونهها با الگوهای بال، تشخیص کنههای انگلی، ردیابی رفتار جمعآوری گرده و شناسایی منابع شانه2 نشان داده است.
کوپلند میگوید: «حتی یک فرد مبتدی میتواند به لاروهای بیمار نگاه کند و ویژگیهای ظاهری مانند زرد، قهوهای یا ذوبشده را توصیف کند. یک برنامه هوش مصنوعی میتواند همین الگوها را تشخیص دهد، اما برای آموزش صحیح هوش مصنوعی، تشخیص دقیق و برچسبگذاری مناسب حیاتی است.»

شکل ۳. دوآن کوپلند در حال ارزیابی کارایی مدلهای اولیه هوش مصنوعی.
تیم اندرسون با سرویس تشخیص بیماری زنبور در بلتسویل، مریلند و بازرسان زنبورستان در سراسر ایالات متحده همکاری میکند تا مجموعه دادههای آموزشی تصویر هوش مصنوعی را گسترش دهد و تنوع بیشتری از بیماری لوک آمریکایی، بیماری لوک اروپایی، بیماریهای ویروسی و قارچی را در بر گیرد.
این همکاری مجموعه تصاویر دیجیتال و فنوتیپهای متنوع بیماری لاروی را غنی کرده است. علاوه بر این، نمونههای لاروهای بیمار تحت غربالگری مولکولی و تحلیل میکروبیوم در آزمایشگاه اندرسون قرار میگیرند تا تشخیص دقیق را تضمین نماید.
با گنجاندن دامنه جامعتری از علائم بیماری، پژوهشگران قصد دارند قابلیتهای تشخیصی برنامه هوش مصنوعی را بهعنوان ابزاری برای مدیریت سلامت زنبور عسل بهطور مداوم بهبود دهند. کوپلند میافزاید: « جهان بیماریهای زنبور عسل پیوسته در حال تغییر است؛ از اینرو، میکوشیم پایگاه داده هوش مصنوعی خود را با مشاهدات میدانی بهروز نگه داریم.»
هوش مصنوعی در دستان شما
نتیجه این پژوهش، توسعه محصولی دیجیتال به نام برنامه تشخیص بیماری لاروی با دادههای بزرگ (BDBD) خواهد بود. این فناوری به جامعه زنبورداران کمک میکند تا با افزایش احتمال تشخیص دقیق در مواردی که علائم نامشخص هستند یا زنبوردار تجربه کافی ندارد، تصویر قابل اعتمادی از حالات بیماری لاروی شکل دهد.
با توجه به افزایش اخیر زنبورداران مبتدی و آماتور در سراسر دنیا، این ابزار بهطور قابلتوجهی مقاومت آنتیبیوتیکی در باکتریهای بیماریزا، فرصتطلب و مفید را کاهش خواهد داد. شناسایی زودهنگام و سریع شیوع بیماری، تصمیمگیری برای استفاده از آنتیبیوتیکها یا درمانهای جایگزین تأییدشده را تسهیل میکند.
در نتیجه، برنامه BDBD بهطور قابلتوجهی به جمعیتهای سالمتر زنبورها و شیوههای پایدارتر زنبورداری کمک خواهد کرد. اگر با شیوع بیماریهای لاروی مواجه هستید و مایل به مشارکت در این پروژه هستید، لطفاً با مدیر پروژه NIFA آزمایشگاه اندرسون، برندون موت، تماس بگیرید: Brendon.Mott@usda.gov.
پاورقی مقاله :
- لاروهای ذوبشده (Melty Larvae) اصطلاحی است که در زنبورداری برای توصیف لاروهای زنبور عسل به کار میرود که به دلیل بیماری یا شرایط نامناسب، ظاهری غیرعادی، شل، نرم یا «ذوبشده» پیدا میکنند. این حالت معمولاً نشانهای از بیماریهای لاروی مانند بیماری لوک اروپایی (EFB)، بیماری ویروسی فلج حاد زنبور عسل (ABPV) یا سندروم کنه انگلی (PMS) است.
در این شرایط، لاروها ممکن است رنگ غیرطبیعی (مانند زرد یا قهوهای)، بافت نرم و فرورفته یا حالت غرقشده داشته باشند که از علائم بیماری یا عفونتهای ثانویه ناشی از باکتریها، ویروسها یا کنههای واروا است. این اصطلاح در مقاله آزمایشگاه اندرسون برای توصیف لاروهای مبتلا به بیماریهای خاص، بهویژه در ارتباط با تحلیلهای میکروبیومی و تشخیص هوش مصنوعی، استفاده شده است.
↩︎ - عبارت «شناسایی منابع شانه» (به انگلیسی: identification of comb resources) به کاربرد هوش مصنوعی برای تشخیص و تحلیل محتوای شانههای کندوی زنبور عسل اشاره دارد. منظور از منابع شانه، مواد و اجزای مختلفی است که در شانههای کندو یافت میشوند، مانند:
عسل: ذخیره عسل در سلولهای شانه.
گرده: گردههای جمعآوریشده توسط زنبورها که در سلولهای شانه ذخیره میشوند.
لاروها: سلولهایی که حاوی لاروهای زنبور عسل هستند.
ژل رویال: مادهای که در برخی سلولها برای تغذیه لاروها یا ملکه تولید میشود.
موم: ساختار خود شانه که توسط زنبورها ساخته شده است.
هوش مصنوعی در این زمینه برای تحلیل تصاویر شانهها استفاده میشود تا بهطور خودکار نوع و مقدار این منابع را شناسایی کند. این کار به زنبورداران کمک میکند تا وضعیت کندو (مانند میزان ذخیره غذا، سلامت لاروها یا تولید عسل) را بدون نیاز به بازرسی دستی دقیق بررسی کنند. این فناوری بهویژه برای مدیریت بهتر کندوها و شناسایی سریع مشکلات مانند کمبود غذا یا بیماری مفید است. ↩︎


برای دیدن مقاله اصلی اینجا کلیک کنید
ترجمه این مقاله توسط مرکز تخصصی زنبورداری و پرورش ملکه ارجان صورت گرفته است.

دسترسی سریع به آخرین مقالات مرتبط :
