Classement par âge et identification d’espèce du moustique mâle Anopheles gambiae s.l. par spectroscopie infrarouge moyenne et apprentissage automatique

Une nouvelle façon de repérer les moustiques à risque

La plupart des outils de lutte contre la malaria ciblent les femelles, car ce sont elles qui piquent les humains et transmettent le parasite. Mais de nombreuses stratégies récentes reposent plutôt sur la libération ou la ciblage de moustiques mâles pour réduire les populations sauvages. Pour que ces idées fonctionnent, les scientifiques ont besoin de méthodes rapides pour estimer l’âge des mâles et déterminer à quelle espèce ils appartiennent. Cette étude teste une méthode basée sur la lumière, combinée à des algorithmes informatiques, pour lire ces caractéristiques sur les petits corps des moustiques mâles responsables de la malaria.

Pourquoi les moustiques mâles comptent

Les moustiques mâles ne piquent pas les humains, mais ils déterminent le destin des générations futures par leur rôle dans l’accouplement. De nouvelles méthodes de contrôle, telles que les systèmes à dérive génétique, les lâchers d’insectes stériles et les outils basés sur Wolbachia, dépendent de la libération d’un grand nombre de mâles élevés en laboratoire capables de rivaliser avec les mâles sauvages. Pour évaluer l’efficacité de ces approches, les chercheurs doivent surveiller la composition en espèces et la structure d’âge des populations mâles sur le terrain. Les outils existants sont lents, nécessitent des dissections ou des tests génétiques, et ne sont pas pratiques pour des contrôles de routine dans de nombreuses régions touchées par la malaria.

Lire les moustiques avec une lumière invisible

Dans cette étude, les scientifiques ont travaillé avec deux espèces de vecteurs de la malaria étroitement apparentées au Burkina Faso : Anopheles gambiae et Anopheles coluzzii. Ils ont projeté de la lumière infrarouge moyenne sur des moustiques mâles individuels séchés et enregistré la manière dont la lumière était absorbée par la cuticule du corps. Comme la surface de l’insecte change avec l’âge et diffère légèrement entre les espèces, chaque moustique a produit un motif lumineux distinctif, ou spectre. L’équipe a ensuite utilisé l’apprentissage automatique, un type de reconnaissance de motifs informatiques, pour entraîner des modèles liant ces spectres à trois groupes d’âge et à l’identité d’espèce.

Du banc de laboratoire aux milieux semi-naturels

Les chercheurs ont d’abord construit et testé leurs modèles avec des mâles élevés dans des conditions de laboratoire stables, où la température, l’humidité et l’alimentation sont soigneusement contrôlées. Avec un peu plus d’un millier d’échantillons de laboratoire, le système informatique a correctement classé l’espèce dans environ 86 % des cas et le groupe d’âge dans environ 85 % des cas. Ces taux sont bien supérieurs au hasard et montrent que l’approche infrarouge moyenne capte des signaux biologiques réels liés à l’âge et à l’espèce chez les moustiques mâles.

Défis dans le monde réel

Ensuite, l’équipe est passée à un test plus réaliste. Ils ont collecté des femelles dans des maisons de deux villages, identifié leur espèce par des méthodes génétiques, et élevé leurs descendants mâles dans une installation semi-sauvage qui imitait des conditions extérieures. Lorsqu’on a appliqué directement le modèle entraîné en laboratoire à ces moustiques plus variables, la précision est tombée à 64 % pour l’espèce et 50 % pour l’âge. La lumière infrarouge moyenne transportait toujours des informations utiles, mais le modèle a eu du mal face à la plus grande diversité d’environnements, de génétiques et d’histoires de vie rencontrée en dehors du laboratoire. Pour y remédier, les scientifiques ont utilisé l’apprentissage par transfert, ajoutant un nombre modeste d’échantillons semi-sauvages pour réentraîner le modèle. Cette étape a porté la précision à 73 % pour l’espèce et 70 % pour l’âge, améliorant notamment la classification des mâles d’âge moyen.

Ce que la lumière révèle vraiment

En examinant quelles parties des spectres lumineux étaient les plus utiles, les chercheurs ont constaté que des signaux liés aux protéines, aux cires et à la chitine résistante de la cuticule du moustique étaient essentiels pour prédire l’âge et l’espèce. Ces résultats concordent avec des travaux antérieurs sur les femelles et d’autres espèces, suggérant que les changements de la surface corporelle avec l’âge et entre espèces constituent une source d’information cohérente. Les auteurs ont également noté une certaine sensibilité aux effets de fond lumineux, soulignant la nécessité d’un nettoyage soigneux des données et d’ensembles d’entraînement plus larges et plus diversifiés pour éviter des motifs trompeurs.

Ce que cela signifie pour la lutte contre la malaria

Pour un non-spécialiste, le message principal est que projeter une lumière invisible sur des moustiques mâles morts et laisser des ordinateurs lire les motifs peut fournir un moyen assez rapide et économique d’estimer leur âge et leur espèce. L’étude montre que cela fonctionne très bien en laboratoire et de manière raisonnable en milieux plus naturels lorsqu’on inclut des échantillons locaux dans l’entraînement. Avant que la méthode puisse orienter des programmes de lutte réels, il faudra des collectes plus larges provenant de différentes régions et conditions. Néanmoins, ce travail ouvre la voie à un futur où les équipes de santé pourront suivre à grande échelle les populations de moustiques mâles, aidant à planifier et évaluer de nouveaux outils de contrôle qui dépendent de la manipulation de ces insectes souvent négligés.

Citation: Sanou, R., Mwanga, E.P., Sow, B.B.D. et al. Age-grading and species identification of male mosquito Anopheles gambiae s.l. using mid-infrared spectroscopy and machine learning. Sci Rep 16, 16079 (2026). https://doi.org/10.1038/s41598-026-46306-2

Mots-clés: moustiques de la malaria, moustiques mâles, spectroscopie infrarouge, apprentissage automatique, lutte antivectorielle