꿀벌은 농업과 자연 생태계에 필수적인 수분 매개자입니다. 기후 변화, 서식지 감소, 살충제 노출과 같은 스트레스 요인은 꿀벌의 꽃가루 채집 능력을 위협합니다. 꽃가루는 군집 생존에 필수적인 자원입니다. 환경과학기술 연구진은  인공 지능   (AI) 기반 모니터링 시스템과 컴퓨터 모델을 결합하면 개별 꿀벌의 네오니코티노이드 살충제 노출을 군집 전체의 건강과 연관시킬 수 있음을 입증했습니다.

네오니코티노이드계 살충제는 농업에 널리 사용됩니다. 식물은 네오니코티노이드를 흡수하여 조직 전체에 분포시키기 때문에, 식물의 꽃가루가 꿀벌에게 잠재적으로 해로울 수 있습니다. 과거 현장 연구에 따르면, 네오니코티노이드에 노출된 벌은 하루 종일 꽃가루를 채취하기 위해 이동하는 횟수가 줄었습니다.

그러나 개별 꿀벌의 꽃가루 채집 행동 변화와 전체 군집 건강 사이의 연관성은 아직 광범위하게 연구되지 않았습니다. 이제 밍 왕(Ming Wang)이 이끄는 다학제 연구팀은 현장 연구 데이터와 컴퓨터 모델링, 그리고 AI 기반 모니터링을 결합하여 이러한 상황을 개선하고자 합니다.

연구진은 2019년에 실시했던 꽃가루 채집 현장 실험을 반복했습니다. 이 실험에서는 꿀벌을 치사량에 가까운 네오니코티노이드에 노출시킨 후 AI 기반 카메라 기술과 전통적인 생태독성학 기법을 사용하여 곤충의 활동을 추적했습니다. 이 실험에서 연구진은 꿀벌 군집 역학에 미치는 스트레스 영향을 탐구하기 위해 설계된 BEEHAVE라는 컴퓨터 시뮬레이션을 사용하여 최근 수집된 데이터를 분석했습니다.

Kaplan-Meier 방법과 로그 순위 검정을 통해 대조군과 처리군 간의 꽃가루 수집을 위해 새로 나온 벌을 모집한 것을 비교했습니다(P = 0.05에서 유의미한 차이 없음).

새로운 접근법을 사용하여 연구팀은 낮은 수준의 네오니코티노이드  살충제 노출 조차도  개체 및 군집 수준에서 꽃가루 채집 효율을 떨어뜨린다는 것을 발견했는데, 이는 이전 연구 결과를 뒷받침합니다. 연구원 중 한 명인 실비오 크나에베는 "2019년 첫 현장 실험 결과를 재현할 수 있어서 놀랐습니다."라고 말했습니다. "꿀벌 군집의 행동이 매우 다양해서 통계적으로 유의미한 영향을 발견하기 어렵습니다."

연구진은 이러한 초기 결과를 바탕으로, 꽃가루 수집 행동을 주요 매개변수로 하는 새로운 모델이 개별 꿀벌과 군집 수준 모두에서 현장에서 살충제 위험성을 평가하는 데 있어 고유한 후보가 될 수 있다고 밝혔습니다.