Metode lama untuk menilai usia pelet rayap memakai tes hidrokarbon atau warna. Cara itu butuh mesin mahal atau bisa salah karena warna pelet berubah sesuai makanan rayap.
Studi dari University of California, Riverside melihat komunitas mikroba di pelet. Peneliti memberi rayap dua jenis kayu: natural hardwood dan Douglas fir. Mereka mengambil sampel saat pelet masih segar, lalu setelah tiga bulan, enam bulan, dan satu tahun.
Dengan PCR kuantitatif, peneliti mengukur DNA bakteri dan melihat penurunan besar seiring waktu. Mereka berharap cara ini bisa jadi tes cepat di lokasi untuk membantu profesional pengendalian hama.
Kata-kata sulit
- hidrokarbon — zat kimia yang mengandung karbon dan hidrogen
- pelet — gumpalan kecil dari kotoran atau bahan organikpelet rayap
- sampel — potongan kecil yang diambil untuk pemeriksaanmengambil sampel
- komunitas mikroba — kelompok organisme kecil seperti bakteri di satu tempat
- kuantitatif — berkaitan dengan ukuran atau jumlah yang diukurPCR kuantitatif
- pengendalian hama — upaya untuk mengurangi atau menghilangkan serangga perusak
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Mengapa menurutmu tes cepat di lokasi penting untuk pengendalian hama?
- Pernahkah kamu melihat tanda-tanda rayap pada kayu di rumah atau lingkunganmu? Ceritakan singkat.
Artikel terkait
Alat Komputasi Baru Ungkap Sel Pengatur Jam Tubuh
Para peneliti mengembangkan metode komputasi bernama MITE untuk memetakan komunikasi antar sel di nukleus suprachiasmatik (SCN), pusat ritme sirkadian. Temuan menunjukkan sel hub kecil sangat penting untuk sinkroni jaringan dan mungkin membantu menyelaraskan jam biologis.
AI dan Foto Warga Temukan Nyamuk Anopheles stephensi di Madagaskar
Peneliti menggunakan kecerdasan buatan dan foto dari warga untuk mengidentifikasi apa yang mereka anggap sebagai deteksi pertama Anopheles stephensi di Madagaskar. Foto close-up diambil pada 2020 dan ditemukan kembali dua tahun kemudian.
Sensor Rumah dan AI Pantau Perubahan Kesehatan pada Pasien ALS
Tim di University of Missouri menguji sistem yang menggabungkan sensor rumah dan kecerdasan buatan untuk melacak perubahan fungsi sehari-hari pada pasien ALS. Tujuannya mendeteksi masalah lebih awal dan membantu tindakan klinis cepat.