Insecticide resistance is a significant challenge facing the successful control of mosquito vectors globally. Bioassays are currently the only method for phenotyping resistance. They require large numbers of mosquitoes for testing, the availability of a susceptible comparator strain, and often insectary facilities. This study aimed to trial the novel use of rapid evaporative ionization mass spectrometry (REIMS) for the identification of insecticide resistance in mosquitoes. No sample preparation is required for REIMS and analysis can be rapidly conducted within hours. Temephos resistant Aedes aegypti (Linnaeus) larvae from Cúcuta, Colombia and temephos susceptible larvae from two origins (Bello, Colombia, and the lab reference strain New Orleans) were analyzed using REIMS. We tested the ability of REIMS to differentiate three relevant variants: population source, lab versus field origin, and response to insecticide. The classification of these data was undertaken using linear discriminant analysis (LDA) and random forest. Classification models built using REIMS data were able to differentiate between Ae. aegypti larvae from different populations with 82% (±0.01) accuracy, between mosquitoes of field and lab origin with 89% (±0.01) accuracy and between susceptible and resistant larvae with 85% (±0.01) accuracy. LDA classifiers had higher efficiency than random forest with this data set. The high accuracy observed here identifies REIMS as a potential new tool for rapid identification of resistance in mosquitoes. We argue that REIMS and similar modern phenotyping alternatives should complement existing insecticide resistance management tools.

中文翻译：

---

快速蒸发电离质谱 (REIMS)：一种潜在的快速鉴定蚊幼虫抗药性的工具

杀虫剂耐药性是全球成功控制蚊媒所面临的重大挑战。生物测定是目前表型抗性的唯一方法。它们需要大量的蚊子进行测试，需要有易感的比较菌株，并且通常需要昆虫设施。本研究旨在试用快速蒸发电离质谱 (REIMS) 鉴定蚊子对杀虫剂的抗性的新用途。REIMS 无需样品制备，可在数小时内快速进行分析。使用 REIMS 分析了来自哥伦比亚库库塔的抗 Temephos 埃及伊蚊 (Linnaeus) 幼虫和来自两个来源（哥伦比亚贝洛和实验室参考菌株新奥尔良）的对 temephos 敏感的幼虫。我们测试了 REIMS 区分三种相关变体的能力：人口来源、实验室与野外来源以及对杀虫剂的反应。使用线性判别分析 (LDA) 和随机森林对这些数据进行分类。使用 REIMS 数据构建的分类模型能够区分 Ae。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。和对杀虫剂的反应。使用线性判别分析 (LDA) 和随机森林对这些数据进行分类。使用 REIMS 数据构建的分类模型能够区分 Ae。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。和对杀虫剂的反应。使用线性判别分析 (LDA) 和随机森林对这些数据进行分类。使用 REIMS 数据构建的分类模型能够区分 Ae。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。使用线性判别分析 (LDA) 和随机森林对这些数据进行分类。使用 REIMS 数据构建的分类模型能够区分 Ae。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。使用线性判别分析 (LDA) 和随机森林对这些数据进行分类。使用 REIMS 数据构建的分类模型能够区分 Ae。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。来自不同种群的埃及伊蚊幼虫的准确度为 82% (±0.01)，田间蚊子和实验室来源的蚊子之间的准确度为 89% (±0.01)，易感和抗性幼虫之间的准确度为 85% (±0.01)。使用该数据集，LDA 分类器的效率高于随机森林。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。这里观察到的高精度将 REIMS 确定为快速识别蚊子耐药性的潜在新工具。我们认为 REIMS 和类似的现代表型替代品应该补充现有的杀虫剂抗性管理工具。