扩展功能
文章信息
- 卫沫, 唐建霞, 朱国鼎, 曹俊
- WEI Mo, TANG Jian-xia, ZHU Guo-ding, CAO Jun
- 组学方法在昆虫杀虫剂抗性机制研究中的应用
- Application of omics approaches in insecticide resistance mechanism research
- 中国媒介生物学及控制杂志, 2018, 29(3): 317-320
- Chin J Vector Biol & Control, 2018, 29(3): 317-320
- 10.11853/j.issn.1003.8280.2018.03.027
-
文章历史
- 收稿日期: 2017-12-17
- 网络出版时间: 2018-04-11 14:11
卫生和农业领域长期、大量、广泛使用杀虫剂,使得昆虫抗药性的问题日益严重,越来越多的昆虫种群对杀虫剂产生抗性,给人类的生产生活和卫生健康带来极大威胁[1]。WHO将昆虫抗药性定义为“昆虫具有忍受杀死正常种群大多数个体剂量的能力在其种群中发展起来的现象”,指出昆虫抗药性的种群性、相对性和可遗传性,但目前大多数昆虫的杀虫剂抗性分子机制尚不明确[2]。测序、生物信息、分子克隆、生物质谱和免疫组化等技术的快速发展及相互交融,促进了基因组学、转录组学、蛋白质组学和代谢组学等学科的发展。组学研究因其系统性与高通量的特点为生命科学带来新的研究思路和方法变革。随着组学方法在昆虫抗药性研究中的应用,昆虫抗药性机制研究取得了较大进展。现就近年来相关组学方法在昆虫抗药性研究中的应用和成果进行综述并展望。
1 基因组学基因组学是对生物体整个基因组结构、功能及其进化的研究[3]。昆虫基因组全序列测序的完成和基因组研究技术(遗传连锁作图、定位克隆、数量性状位点作图和微阵列技术等)的开发运用,大大地提高了昆虫杀虫剂抗性基因的鉴别效率。Witzig等[4]对野外捕获的雌性冈比亚按蚊(Anopheles gambiae)产生的3组孤雌体系构建遗传连锁图谱发现,在疟疾传播媒介中氯菊酯抗性基因的两组数量性状位点位于染色体2L和3R上。Irving等[5]研究不吉按蚊(An. funestus)拟除虫菊酯抗性过程,利用定位克隆技术鉴别基于F6高代互交系时发现,位于非典型rp2数量性状基因座上基因具有杀虫剂抗性作用,利用遗传作图鉴别来自rp2 P450s和其他基因上的565个新的单核苷酸多态性。Neafsey等[6]对来自非洲、亚洲、欧洲和拉丁美洲16种按蚊进行全基因组测序,与非洲撒哈拉以南冈比亚按蚊的全基因组序列进行比较,并与不同按蚊所处的地理因素与生态环境进行综合分析,揭示了按蚊基因组在抗性选择压力等环境作用下的定向变化。Marinotti等[7]利用Roche 454单片段末端和配对末端读取技术对巴西不同地区的达氏按蚊(An. darlingi)进行全基因组测序,并构建了高覆盖的全基因组数据集,测序共得到10 481个预测蛋白编码基因,进一步与冈比亚按蚊基因组比对分析,阐述了达氏按蚊在免疫力、载体与寄生虫间的交互作用和杀虫剂抗性等方面的进化路径。Zhou等[8]利用美国国立生物技术信息中心中华按蚊(An. sinensis)全基因组测序数据库对中华按蚊解毒酶超基因家族进行了分析、注释与统计分类,分析鉴定了中华按蚊体内多达174个解毒酶基因,包括93个细胞色素P450基因(P450)、31个谷胱甘肽-S-转移酶基因(GST)和50个胆碱/羧酸酯酶基因(CCE),并与冈比亚按蚊、埃及伊蚊(Aedes aegypti)及淡色库蚊(Culex pipiens pallens)的解毒酶超基因家族进行比较发现,其基因数量与冈比亚按蚊相近,但较埃及伊蚊和淡色库蚊分别下降了29%和42%。目前,人类对昆虫全基因组测序的工作正在逐渐加速,对黑腹果蝇(Drosophila melanogaster)[9]、冈比亚按蚊[10]、家蚕(Bombyx mori)[11]、埃及伊蚊[12]、小菜蛾(Plutella xylostella)[13]和豌豆蚜(Acyrthosiphon pisum)[14]等已经相继完成了全基因组测序工作。昆虫全基因组测序的完成可为研究杀虫剂抗性奠定坚实基础。
2 转录组学转录组学是一门在整体水平上研究基因转录情况及转录调控规律的学科,是功能基因组学研究的重要组成部分[15]。其本质在于反映特定环境、特定时间下生物体全部基因转录情况的动态变化。目前,转录组研究方法主要有基于杂交技术的基因芯片技术(包括cDNA芯片和寡聚核苷酸芯片技术[16])、基于测序技术的基因表达系列分析技术(SAGE)[17]、大规模平行信号测序技术(MPSS)[18]和最新的RNA测序技术(RNA-Seq)。Sagri等[19]利用转录组测序技术(RNA-seq)对多杀菌素抗性和敏感的油橄榄果实蝇(Bactrocera oleae)的全转录组序列的13 000多个基因进行比对发现,其中有9个基因显著性高表达和40个基因的低表达。通过进一步对这9个高表达基因以及11个低表达基因的功能分析,发现有4个基因座在抗性油橄榄果实蝇中表现出持续的高表达状态。对抗性株与敏感株的转录组进行比较发现,其特定免疫系统基因座和抗性株能量代谢的增强对于多杀菌素抗性至关重要。Bonizzoni等[20]利用RNA-seq测定冈比亚按蚊溴氰菊酯抗性株与敏感株的转录组,并将获得的基因表达谱与相关文献中最新获得的候选抗性基因进行比较,同时分析了转录组测序数据中抗性相关基因的序列多态性。通过比对鉴定出5个表达异常的候选抗性基因(AGAP04177、AGAP004572、AGAP008840、AGAP007530和AGAP013036)。Jones等[21]对桑给巴尔群岛阿拉伯按蚊(An. arabiensis)溴氰菊酯抗性进行研究,利用全基因组微阵列技术对阿拉伯按蚊体内细胞色素P450基因的表达情况进行检测发现,P450基因在按蚊腹部有基因表达富集现象,同时比较敏感株与抗性株,进一步确定了CYP4G16基因存在明显的过表达现象。Edi等[22]对微阵列分析发现,西非科特迪瓦锡耶尔地区的冈比亚按蚊细胞色素酶基因CYP6M2与CYP6M3显著高表达,推测其在杀虫剂抗性的发生机制中发挥重要作用。Mitchell等[23]对全基因组芯片分析发现,阿克拉的冈比亚按蚊体内CYP6M2基因存在过表达现象,进一步定量PCR验证以及体外代谢实验确定CYP6M2在这2种杀虫剂抗性的发生机制中起重要作用。Zhu等[24]利用454 GS FLX转录组测序发现,有2 131个EST在溴氰菊酯抗性和敏感中华按蚊间存在表达差异,在这些差异表达的EST中,共有294个EST可在KEGG(京都基因与基因组百科全书)数据库中找到对应序列,其中多数ESTs属于代谢途径基因。在传统昆虫抗药性研究中,研究者主要以单个基因进行研究[25-26],但昆虫抗药性的产生往往为代谢酶活性增强和靶标基因突变等多因素综合作用的结果。对昆虫转录组的测定和深入分析可同时获得更全面的解毒代谢酶基因和靶标基因的序列信息,使系统全面地研究昆虫解毒代谢酶基因的增强和靶标基因的突变分析成为可能。
3 蛋白质组学蛋白质组最早由Wilkins于1994年提出,指一个基因组所表达的全套蛋白质,即包括1种细胞乃至1种生物所表达的全部蛋白质,是研究特定环境及时间条件下蛋白质的表达情况[27-30]。在蛋白质组学研究中主要有两个方向:一是分析生物体表达的所有蛋白质和构建蛋白质组学数据库[31-33],二是通过寻找与筛选不同样本差异蛋白质谱,进一步揭示生理病理机制和推测相关蛋白的功能作用[34-35]。蛋白质组学研究包括样品蛋白质的分离、鉴定和后续数据处理与分析,有双向凝胶电泳、等电聚焦、生物质谱分析和非凝胶等技术。Yan等[36]利用液相色谱质谱联用技术和绝对量化技术进行功能蛋白质组分析,鉴定出包括西花蓟马(Frankliniella occidentalis)中10类不同分子功能的773个蛋白和213种通路的706个蛋白。通过分析及比对抗性株与敏感株蛋白质组发现,其中有8种蛋白质表达上调,3种蛋白质表达下调,再对这些蛋白质差异性表达进行分析发现,在结合、催化、运输和酶的调节方面发挥作用的蛋白为昆虫抗药性产生的重要原因,其中有代表性的蛋白包括核糖体蛋白、卵黄蛋白和肌动蛋白等。Wang等[37]利用iTRAQ(等重标签标记用于蛋白质相对和绝对定量技术)对溴氰菊酯敏感株和抗性株库蚊进行定量蛋白质组学分析,共发现30个差异表达的蛋白质,包括氧化还原酶活性蛋白、转运活性蛋白、催化活性蛋白、角质层结构成分蛋白和保守假设蛋白,将差异表达的蛋白质进行Western blot验证发现,蛋白CYP6AA9在抗性株和敏感株中的表达量存在显著差异。蛋白质组学与基因组学和转录组学比较,其研究对象蛋白质作为生命活动的重要载体更能反映生物体体内真实发生的情况。随着双向电泳技术和质谱技术等相关技术的发展与结合及蛋白质数据库的不断丰富与更新,对抗性群体和敏感群体所表达蛋白质进行比对与分析,可以明确差异表达蛋白质的来源、性质和功能,筛选出与杀虫剂抗性相关的蛋白质,了解抗性相关基因对整个基因组和生物进化可能产生的影响。蛋白质组学作为基因组学和转录组学的补充和扩展正发挥着重要作用。
4 代谢组学代谢组学最初由英国帝国理工大学Jeremy Nicholson教授提出,指对生物或细胞内相对分子质量<1 000的代谢产物同时进行定性和定量分析的一门新兴学科[38-39]。根据研究对象和目的不同,将生物体系的代谢产物分析分为3个层次,即代谢物靶标分析、代谢物轮廓分析和代谢物指纹分析[40]。代谢物靶标分析多用于定性定量分析少数与特定代谢反应相关的代谢物,其分析前提需明确目标代谢物的结构和合适的分析方法,是真正的定量方法[41]。代谢物轮廓分析是对数种预设的靶标进行定量分析,如与某些代谢路径有关的特定代谢物组[42]。代谢物指纹分析以整个图谱(指纹图谱)代表特定细胞或组织的特定代谢模式,无需分离鉴定具体单一组分,是一种快速、高通量、全局化分析手段[43]。代谢组学分析过程常用技术有核磁共振(NMR)[44]、质谱(MS)及其联用技术[45]、傅立叶变换红外光谱(FT-IR)[46]等。Stevenson等[47]研究细胞色素P4506M2(CYP6M2)在氯菊酯抗性的冈比亚按蚊的野外种群中表达量增高现象,经过体外实验发现,CYP6M2具有代谢苄氯菊酯和溴氰菊酯作用,利用质谱分析和核磁共振方法进一步鉴别产生的代谢产物发现,溴氰菊酯的初级和次级代谢产物分别为4-羟基溴氰菊酯和羟甲基溴氰菊酯,二次分解产物包括氰基甲基谷氨酸酯和二溴菊酸。Brinzer等[48]研究黑腹果蝇氯菊酯抗性过程发现,氯菊酯和增效醚对于黑腹果蝇的杀灭作用大大下降;通过多代谢组学方法分析氯菊酯处理后的黑腹果蝇的氨基酸、糖原、糖酵解、能量、氮、NAD+、嘌呤、嘧啶、脂类和肉碱等代谢途径的改变发现,色氨酸的分解代谢对于杀虫剂抗性有重要作用;进一步利用RNAi抑制色氨酸分解代谢相关基因(vermilion、cinnabar、CG6950)后证明,色氨酸分解代谢的确在杀虫剂抗性上发挥某种作用,尽管这种作用机制目前还不明确。生物个体的代谢产物作为生命活动的终产物可反映生物体生理反应的最终情况,使代谢组学作为研究昆虫抗药性的新方法有更高的可信度和研究价值。随着代谢组学相关技术的不断发展,其适应性和精确度将进一步提高,从而为其在昆虫抗药性研究中的应用提供更好的方法与途径。
5 展望昆虫杀虫剂的抗性发生发展是一个极其复杂的生物过程,在昆虫不同发育阶段其作用机制可能不同。以往研究多倾向于对昆虫抗性相关的单个或少数几个因素进行研究,未对抗性产生过程进行多因素综合分析。近年来,随着组学技术的不断发展完善和技术成本的日益下降,为昆虫杀虫剂抗性机制的深入研究提供了技术保障。可系统性地对杀虫剂抗性相关基因进行筛选,对抗性相关分子功能进行鉴定和分析,为全球昆虫杀虫剂抗性治理和新型杀虫剂研发提供科学依据,从而最大程度地延长杀虫剂的使用期限,延缓杀虫剂抗性的快速发展。
[1] |
Denholm I, Devine GJ, Williamson MS. Insecticide resistance on the move[J]. Science, 2002, 297(5590): 2222-2223. DOI:10.1126/science.1077266 |
[2] |
WHO Expert Committee on Insecticides, World Health Organization. Expert committee on insecticides: seventh report[of a meeting held in Geneva from 10 to 17 July 1956] [R]. Geneva: WHO, 1957: 1-31.
|
[3] |
Heckel DG. Genomics in pure and applied entomology[J]. Annu Rev Entomol, 2003, 48: 235-260. DOI:10.1146/annurev.ento.48.091801.112624 |
[4] |
Witzig C, Wondji CS, Strode C, et al. Identifying permethrin resistance loci in malaria vectors by genetic mapping[J]. Parasitology, 2013, 140(12): 1468-1477. DOI:10.1017/S0031182013000024 |
[5] |
Irving H, Riveron JM, Ibrahim SS, et al. Positional cloning of rp2 QTL associates the P450 genes CYP6Z1, CYP6Z3 and CYP6M7 with pyrethroid resistance in the malaria vector Anopheles funestus[J]. Heredity (Edinb), 2012, 109(6): 383-392. DOI:10.1038/hdy.2012.53 |
[6] |
Neafsey DE, Waterhouse RM, Abai MR, et al. Mosquito genomics. Highly evolvable malaria vectors:the genomes of 16 Anopheles mosquitoes[J]. Science, 2015, 347(6217): 1258522. DOI:10.1126/science.1258522 |
[7] |
Marinotti O, Cerqueira GC, De Almeida LGP, et al. The genome of Anopheles darlingi, the main neotropical malaria vector[J]. Nucleic Acids Res, 2013, 41(15): 7387-7400. DOI:10.1093/nar/gkt484 |
[8] |
Zhou D, Liu XM, Sun Y, et al. Genomic analysis of detoxification supergene families in the mosquito Anopheles sinensis[J]. PLoS One, 2015, 10(11): e0143387. DOI:10.1371/journal.pone.0143387 |
[9] |
Adams MD, Celniker SE, Holt RA, et al. The genome sequence of Drosophila melanogaster[J]. Science, 2000, 287(5461): 2185-2195. DOI:10.1126/science.287.5461.2185 |
[10] |
Holt RA, Subramanian GM, Halpern A, et al. The genome sequence of the malaria mosquito Anopheles gambiae[J]. Science, 2002, 298(5591): 129-149. DOI:10.1126/science.1076181 |
[11] |
Xia QY, Zhou ZY, Lu C, et al. A draft sequence for the genome of the domesticated silkworm (Bombyx mori)[J]. Science, 2004, 306(5703): 1937-1940. DOI:10.1126/science.1102210 |
[12] |
Nene V, Wortman JR, Lawson D, et al. Genome sequence of Aedes aegypti, a major arbovirus vector[J]. Science, 2007, 316(5832): 1718-1723. DOI:10.1126/science.1138878 |
[13] |
You MS, Yue Z, He WY, et al. A heterozygous moth genome provides insights into herbivory and detoxification[J]. Nature Genetics, 2013, 45(2): 220-225. DOI:10.1038/ng.2524 |
[14] |
Consortium IAG. Genome sequence of the pea aphid Acyrthosiphon pisum[J]. PLoS Biol, 2010, 8(2): e1000313. DOI:10.1371/journal.pbio.1000313 |
[15] |
Dong ZC, Chen Y. Transcriptomics:advances and approaches[J]. Sci China Life Sci, 2013, 56(10): 960-967. DOI:10.1007/s11427-013-4557-2 |
[16] |
Mantione KJ, Kream RM, Kuzelova H, et al. Comparing bioinformatic gene expression profiling methods:microarray and RNA-Seq[J]. Med Sci Monit Basic Res, 2014, 20: 138-141. DOI:10.12659/MSMBR.892101 |
[17] |
Velculescu VE, Zhang L, Vogelstein B, et al. Serial analysis of gene expression[J]. Science, 1995, 270(5235): 484-487. DOI:10.1126/science.270.5235.484 |
[18] |
Brenner S, Johnson M, Bridgham J, et al. Gene expression analysis by massively parallel signature sequencing(MPSS)on microbead arrays[J]. Nat Biotechnol, 2000, 18(6): 630-634. DOI:10.1038/76469 |
[19] |
Sagri E, Reczko M, Gregoriou ME, et al. Olive fly transcriptomics analysis implicates energy metabolism genes in spinosad resistance[J]. BMC Genomics, 2014, 15: 714. DOI:10.1186/1471-2164-15-714 |
[20] |
Bonizzoni M, Ochomo E, Dunn WA, et al. RNA-seq analyses of changes in the Anopheles gambiae transcriptome associated with resistance to pyrethroids in Kenya:identification of candidate-resistance genes and candidate-resistance SNPs[J]. Parasit Vectors, 2015, 8: 474. DOI:10.1186/s13071-015-1083-z |
[21] |
Jones CM, Haji KA, Khatib BO, et al. The dynamics of pyrethroid resistance in Anopheles arabiensis from Zanzibar and an assessment of the underlying genetic basis[J]. Parasit Vectors, 2013, 6: 343. DOI:10.1186/1756-3305-6-343 |
[22] |
Edi CV, Djogbénou L, Jenkins AM, et al. CYP6 P450 enzymes and ACE-1 duplication produce extreme and multiple insecticide resistance in the malaria mosquito Anopheles gambiae[J]. PLoS Genet, 2014, 10(3): e1004236. DOI:10.1371/journal.pgen.1004236 |
[23] |
Mitchell SN, Stevenson BJ, Müller P, et al. Identification and validation of a gene causing cross-resistance between insecticide classes in Anopheles gambiae from Ghana[J]. Proc Natl Acad Sci USA, 2012, 109(16): 6147-6152. DOI:10.1073/pnas.1203452109 |
[24] |
Zhu GD, Zhong DB, Cao J, et al. Transcriptome profiling of pyrethroid resistant and susceptible mosquitoes in the malaria vector, Anopheles sinensis[J]. BMC Genomics, 2014, 15(1): 448. DOI:10.1186/1471-2164-15-448 |
[25] |
Khajuria C, Buschman LL, Chen MS, et al. Identification of a novel aminopeptidase P-like gene (OnAPP) possibly involved in Bt toxicity and resistance in a major corn pest (Ostrinia nubilalis)[J]. PLoS One, 2011, 6(8): e23983. DOI:10.1371/journal.pone.0023983 |
[26] |
Karatolos N, Williamson MS, Denholm I, et al. Over-expression of a cytochrome P450 is associated with resistance to pyriproxyfen in the greenhouse whitefly Trialeurodes vaporariorum[J]. PLoS One, 2012, 7(2): e31077. DOI:10.1371/journal.pone.0031077 |
[27] |
Swinbanks D. Government backs proteome proposal[J]. Nature, 1995, 378(6558): 653. |
[28] |
Rappsilber J, Mann M. What does it mean to identify a protein in proteomics?[J]. Trends Biochem Sci, 2002, 27(2): 74-78. DOI:10.1016/S0968-0004(01)02021-7 |
[29] |
Blackstock WP, Weir MP. Proteomics:quantitative and physical mapping of cellular proteins[J]. Trends Biotechnol, 1999, 17(3): 121-127. DOI:10.1016/S0167-7799(98)01245-1 |
[30] |
Van Wijk KJ. Challenges and prospects of plant proteomics[J]. Plant Physiol, 2001, 126(2): 501-508. DOI:10.1104/pp.126.2.501 |
[31] |
Chevallet M, Santoni V, Poinas A, et al. New zwitterionic detergents improve the analysis of membrane proteins by two-dimensional electrophoresis[J]. Electrophoresis, 1998, 19(11): 1901-1909. DOI:10.1002/(ISSN)1522-2683 |
[32] |
Roepstorff P. Mass spectrometry in protein studies from genome to function[J]. Curr Opin Biotechnol, 1997, 8(1): 6-13. DOI:10.1016/S0958-1669(97)80151-6 |
[33] |
Griffin TJ, Aebersold R. Advances in proteome analysis by mass spectrometry[J]. J Biol Chem, 2001, 276(49): 45497-45500. DOI:10.1074/jbc.R100014200 |
[34] |
Mann M, Hendrickson RC, Pandey A. Analysis of proteins and proteomes by mass spectrometry[J]. Annu Rev Biochem, 2001, 70: 437-473. DOI:10.1146/annurev.biochem.70.1.437 |
[35] |
Pandey A, Mann M. Proteomics to study genes and genomes[J]. Nature, 2000, 405(6788): 837-846. DOI:10.1038/35015709 |
[36] |
Yan DK, Hu M, Tang YX, et al. Proteomic analysis reveals resistance mechanism against chlorpyrifos in Frankliniella occidentalis (Thysanoptera:Thripidae)[J]. J Econ Entomol, 2015, 108(4): 2000-2008. DOI:10.1093/jee/tov139 |
[37] |
Wang WJ, Lv Y, Fang FJ, et al. Identification of proteins associated with pyrethroid resistance by iTRAQ-based quantitative proteomic analysis in Culex pipiens pallens[J]. Parasit Vectors, 2015, 8: 95. DOI:10.1186/s13071-015-0709-5 |
[38] |
Hollywood K, Brison DR, Goodacre R. Metabolomics:current technologies and future trends[J]. Proteomics, 2006, 6(17): 4716-4723. DOI:10.1002/(ISSN)1615-9861 |
[39] |
Butcher P. A special section of reviews from BμG@S 2002:1st symposium of the wellcome trust funded multi-collaborative microbial pathogen microarray facility[J]. Comp Funct Genomics, 2002, 3(4): 325. DOI:10.1002/cfg.200 |
[40] |
Fiehn O. Combining genomics, metabolome analysis, and biochemical modelling to understand metabolic networks[J]. Comp Funct Genomics, 2001, 2(3): 155-168. DOI:10.1002/cfg.82 |
[41] |
Shulaev V. Metabolomics technology and bioinformatics[J]. Brief Bioinform, 2006, 7(2): 128-139. DOI:10.1093/bib/bbl012 |
[42] |
Fiehn O, Kopka J, Trethewey RN, et al. Identification of uncommon plant metabolites based on calculation of elemental compositions using gas chromatography and quadrupole mass spectrometry[J]. Anal Chem, 2000, 72(15): 3573-3580. DOI:10.1021/ac991142i |
[43] |
Allen J, Davey HM, Broadhurst D, et al. High-throughput classification of yeast mutants for functional genomics using metabolic footprinting[J]. Nat Biotechnol, 2003, 21(6): 692-696. DOI:10.1038/nbt823 |
[44] |
Viant MR, Rosenblum ES, Tjeerdema RS. NMR-based metabolomics:a powerful approach for characterizing the effects of environmental stressors on organism health[J]. Environ Sci Technol, 2003, 37(21): 4982-4989. DOI:10.1021/es034281x |
[45] |
Dettmer K, Aronov PA, Hammock BD. Mass spectrometry-based metabolomics[J]. Mass Spectrom Rev, 2007, 26(1): 51-78. DOI:10.1002/(ISSN)1098-2787 |
[46] |
Kell DB. Metabolomics and systems biology:making sense of the soup[J]. Curr Opin Microbiol, 2004, 7(3): 296-307. DOI:10.1016/j.mib.2004.04.012 |
[47] |
Stevenson BJ, Bibby J, Pignatelli P, et al. Cytochrome P450 6M2 from the malaria vector Anopheles gambiae metabolizes pyrethroids:sequential metabolism of deltamethrin revealed[J]. Insect Biochem Mol Biol, 2011, 41(7): 492-502. DOI:10.1016/j.ibmb.2011.02.003 |
[48] |
Brinzer RA, Henderson L, Marchiondo AA, et al. Metabolomic profiling of permethrin-treated Drosophila melanogaster identifies a role for tryptophan catabolism in insecticide survival[J]. Insect Biochem Mol Biol, 2015, 67: 74-86. DOI:10.1016/j.ibmb.2015.09.009 |