Evaluación de campo de un sistema automatizado de vigilancia de mosquitos que clasifica los mosquitos Aedes y Culex por género y sexo
Los mosquitos (Diptera: Culicidae) actúan como vectores de varios patógenos como el parásito de la malaria, los virus del dengue (DENV), Zika (ZIKV), fiebre amarilla (YFV), chikungunya (CHIKV) y West Nile (WNV) que causan enfermedades que provocan cientos de miles de muertes humanas al año en todo el mundo. En Europa, especies vectoras autóctonas como Culex pipiens e invasoras como Aedes albopictus son responsables de la transmisión de patógenos endémicos (por ejemplo, los virus WNV, Usutu, Sindbis, Tahyna y Batai, la filariasis linfática y la malaria aviar) e importados (CHIKV, DENV y ZIKV), respectivamente, y suponen una amenaza para la salud pública y veterinaria en el continente. Para mitigar el impacto de las enfermedades transmitidas por mosquitos, las organizaciones de salud pública de todo el mundo utilizan programas de vigilancia de mosquitos para controlar las tendencias de las poblaciones de vectores y evaluar la eficacia de los programas de control.
Los métodos entomológicos tradicionales de vigilancia de mosquitos suelen ser muy costosos en términos de recursos humanos implicados en las tareas de recogida de muestras sobre el terreno, identificación taxonómica de las mismas y procesamiento de datos. Además, el tiempo que transcurre entre el momento de la captura y el análisis de las muestras y el procesamiento de los resultados puede dificultar una comprensión completa de la dinámica en tiempo real de las poblaciones de mosquitos. Este retraso puede limitar la evaluación adecuada del riesgo de transmisión de enfermedades y la aplicación oportuna de medidas de control. En consecuencia, la aplicación de nuevas tecnologías, incluyendo el aprendizaje automático (Machine learning – ML) a la caracterización automatizada y remota en tiempo real de las poblaciones de mosquitos puede tener un impacto positivo en la tecnología de vanguardia de la vigilancia entomológica.
En esta contribución, presentamos los resultados de un estudio de campo de un sistema automatizado de vigilancia de mosquitos en el que un sensor óptico acoplado a la entrada de una trampa de succión de mosquitos estándar diferenciaba automáticamente los mosquitos objetivo (Aedes y Culex) de otros insectos que entraban en la trampa e identificaba el género y el sexo de estos mosquitos objetivo. Anteriormente ya habíamos informado de altos niveles de precisión en la clasificación por género y sexo de mosquitos Aedes y Culex en el laboratorio utilizando la misma tecnología. En el presente estudio, se construyó un nuevo conjunto de datos ML con 14.067 vuelos de mosquitos en el laboratorio, correspondientes a un rango más amplio de densidad larvaria y condiciones de temperatura ambiente para cubrir la variabilidad morfológica y el rango de temperatura ambiente de los géneros objetivo en la naturaleza. Con este conjunto de datos se entrenó un nuevo modelo ML. El sensor y la trampa se instalaron y evaluaron sobre el terreno durante periodos de actividad de los mosquitos en dos lugares diferentes de una zona de clima mediterráneo con predominio de Cx. pipiens y Ae. albopictus, vectores potenciales de arbovirus importados y endémicos.
Los principales resultados fueron:
El sistema de campo discriminó los mosquitos objetivo (géneros Aedes y Culex) con una precisión equilibrada del 95,5% y clasificó el género y el sexo de dichos mosquitos con una precisión equilibrada del 88,8%. También se realizó un análisis de la dinámica temporal diaria y estacional de las poblaciones de mosquitos Aedes y Culex utilizando las clasificaciones temporales del sistema.
Por lo tanto, el sistema discrimina automáticamente estos mosquitos objetivo de los insectos no objetivo en la captura y clasifica los mosquitos objetivo según el género y el sexo, lo que supera el esfuerzo manual asociado a los métodos convencionales de visitar periódicamente la trampa y clasificar manualmente el contenido de la captura. En este estudio se presentan los resultados de la clasificación automatizada del género y el sexo de los mosquitos mediante un sensor óptico acoplado a una trampa de mosquitos en el campo con una alta precisión equilibrada. La compatibilidad del sensor con las trampas de mosquitos comerciales permite integrarlo en los métodos convencionales de vigilancia de mosquitos para proporcionar un seguimiento automático preciso con alta resolución temporal de los mosquitos Aedes y Culex, dos de los géneros más preocupantes en términos de transmisión de arbovirus. El sistema evaluado sobre el terreno en el presente trabajo representa, por tanto, una mejora significativa en la última tecnologia de la vigilancia de mosquitos.
Esta investigación ha contado con el apoyo del proyecto VECTRACK. Este proyecto ha recibido financiación del programa de investigación e innovación Horizon 2020 de la Unión Europea en virtud del acuerdo de subvención nº 853758. Esta investigación también ha contado con el apoyo del proyecto IDAlert. Este proyecto ha recibido financiación del programa de investigación e innovación Horizon Europa de la Unión Europea en virtud del acuerdo de subvención n.º 101057554.
González-Pérez MI, Faulhaber B, Aranda C, Williams M, Villalonga P, Silva M, Costa Osório H, Encarnaçao J, Talavera S, Busquets N. Field evaluation of an automated mosquito surveillance system which classifies Aedes and Culex mosquitoes by genus and sex. Parasit Vectors. 2024 Mar 1;17(1):97. doi: 10.1186/s13071-024-06177-w.
