បញ្ហា (The Problem)៖ រុយផ្លែឈើត្រូពិច (Tephritidae: Dacinae: Dacini) គឺជាសត្វល្អិតបំផ្លាញដំណាំដ៏អាក្រក់បំផុត និងមានការពិបាកក្នុងការកំណត់អត្តសញ្ញាណដោយប្រើរូបសណ្ឋានវិទ្យា ដែលបង្កបញ្ហាដល់ការការពាររុក្ខជាតិ និងពាណិជ្ជកម្មអន្តរជាតិ។ ដូច្នេះ ការសិក្សានេះមានគោលបំណងកំណត់អត្តសញ្ញាណរុយផ្លែឈើសំខាន់ៗចំនួន ៦ ប្រភេទនៅប្រទេសថៃឱ្យបានច្បាស់លាស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រចម្រុះរួមមានការវិភាគពន្ធុវិទ្យា និងការវិភាគរូបសណ្ឋានធរណីមាត្រនៃស្លាប។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Phylogenetic Analysis (cox1 gene) ការវិភាគទំនាក់ទំនងវិវត្តន៍ ដោយប្រើហ្សែន cox1 |
ផ្តល់ភាពជាក់លាក់ខ្ពស់ និងអាចបំបែកអម្បូរដែលពិបាកមើលដោយភ្នែកទទេ (Cryptic species) បានយ៉ាងច្បាស់លាស់។ លទ្ធផលអាចផ្ទៀងផ្ទាត់តាមខ្នាតអន្តរជាតិ។ | ទាមទារឧបករណ៍មន្ទីរពិសោធន៍តម្លៃថ្លៃ សារធាតុគីមីច្រើន និងចំណេះដឹងផ្នែកជីវព័ត៌មានវិទ្យា (Bioinformatics) កម្រិតខ្ពស់។ | អាចញែកពូជ Zeugodacus ចេញពីពូជ Bactrocera និងបញ្ជាក់អត្តសញ្ញាណ B. dorsalis ដោយមានអត្រាដូចគ្នា ៩៩-១០០% ជាមួយទិន្នន័យក្នុង GenBank។ |
| Geometric Wing Morphometrics ការវិភាគរូបសណ្ឋានធរណីមាត្រនៃស្លាប (ប្រើចំណុចសម្គាល់) |
ចំណាយតិច ត្រូវការត្រឹមតែម៉ៃក្រូទស្សន៍ និងកម្មវិធីកុំព្យូទ័រ ព្រមទាំងផ្តល់ទិន្នន័យរូបរាងតាមបែបស្ថិតិដែលអាចជឿទុកចិត្តបាន។ | អាចរងឥទ្ធិពលពីបរិស្ថាន (ដូចជាគុណភាពចំណីរបស់ដង្កូវមានឥទ្ធិពលលើទំហំស្លាប) និងទាមទារការចំណាយពេលកំណត់ចំណុចសម្គាល់ (Landmarks) ដោយដៃ។ | ការវិភាគអថេរកាណូនិក (CVA) បានប្រមូលផ្តុំប្រភេទរុយនីមួយៗដាច់ពីគ្នា ហើយទំហំសេនត្រយនៃស្លាបមានភាពខុសគ្នាយ៉ាងមានន័យធៀប (P < 0.05) រវាងប្រភេទទាំង៦។ |
| Traditional Morphological Identification ការកំណត់អត្តសញ្ញាណតាមរូបសណ្ឋានវិទ្យាប្រពៃណី |
ងាយស្រួលធ្វើការស្ទាបស្ទង់បឋមនៅទីវាល ឬមន្ទីរពិសោធន៍ធម្មតាសម្រាប់ការបែងចែកក្រុមធំៗដោយប្រើសោរវិភាគ (Keys)។ | ពឹងផ្អែកខ្លាំងលើបទពិសោធន៍របស់បុគ្គល និងមានភាពលំបាកខ្លាំងក្នុងការញែកប្រភេទដែលមានរូបរាងស្រដៀងគ្នាខ្លាំង (ឧទាហរណ៍ ក្រុម B. dorsalis complex)។ | អាចកំណត់ចំណាត់ថ្នាក់បឋមបាន ៦ ប្រភេទ តែទាមទារការបញ្ជាក់បន្ថែមពី DNA និងការវាស់វែងស្លាបដើម្បីការពារការភ័ន្តច្រឡំ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានចម្រុះ ដែលរួមមានឧបករណ៍ចាប់សត្វល្អិតនៅទីវាល ឧបករណ៍វិភាគម៉ូលេគុលកម្រិតខ្ពស់ និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគស្ថិតិ។
ការសិក្សានេះប្រមូលទិន្នន័យពីរុយផ្លែឈើក្នុងតំបន់ភូមិសាស្ត្រទាំង៦ នៃប្រទេសថៃ (២០១៧-២០១៨)។ ទិន្នន័យនេះមានសារៈសំខាន់ និងពាក់ព័ន្ធខ្លាំងសម្រាប់ប្រទេសកម្ពុជាដោយសារប្រទេសយើងមានព្រំដែនជាប់គ្នា អាកាសធាតុស្រដៀងគ្នា និងដំណាំកសិកម្មដូចគ្នា ធ្វើឱ្យសត្វល្អិតចង្រៃអាចឆ្លងដែនបានយ៉ាងងាយស្រួល។ ទោះយ៉ាងណា ការខ្វះសំណាកផ្ទាល់ពីតំបន់ប្រទេសជិតខាងតម្រូវឱ្យកម្ពុជាត្រូវធ្វើបច្ចុប្បន្នភាពទិន្នន័យរបស់ខ្លួនបន្ថែម។
វិធីសាស្ត្រចម្រុះនេះមានតម្លៃខ្ពស់សម្រាប់ការស្រាវជ្រាវកសិកម្មនៅកម្ពុជា ជាពិសេសក្នុងវិស័យគ្រប់គ្រងភូតគាមអនាម័យសម្រាប់ការនាំចេញ។
ការអនុវត្តវិធីសាស្ត្រទាំងនេះនឹងជួយកម្ពុជាដោះស្រាយបញ្ហារនាំងពាណិជ្ជកម្មដោយសារសត្វល្អិត និងលើកកម្ពស់ស្តង់ដារអនាម័យកសិផលទៅកាន់កម្រិតអន្តរជាតិប្រកបដោយទំនុកចិត្ត។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Phylogenetic analysis (ការវិភាគទំនាក់ទំនងវិវត្តន៍) | ការសិក្សាពីប្រវត្តិ និងទំនាក់ទំនងនៃវង្សត្រកូលរវាងប្រភេទសត្វ ឬរុក្ខជាតិផ្សេងៗគ្នា ដោយផ្អែកលើការប្រៀបធៀបលំដាប់ DNA ដើម្បីរកមើលថាពួកវាមានដូនតារួមគ្នា ឬបែកខ្នែងពីគ្នានៅពេលណា។ | ដូចជាការគូរមែកធាងគ្រួសារ (Family Tree) ដើម្បីប្រៀបធៀបរកមើលថាតើនរណាជាបងប្អូនជីដូនមួយនឹងនរណា ដោយផ្អែកលើការពិនិត្យឈាម (DNA)។ |
| Geometric morphometrics (ការវិភាគរូបសណ្ឋានធរណីមាត្រ) | វិធីសាស្ត្រវាស់វែងរូបរាង និងទំហំរបស់សរីរាង្គណាមួយ (ដូចជាស្លាបសត្វល្អិត) ដោយការដៅចំណុចសម្គាល់ (Landmarks) នៅលើប្រព័ន្ធកូអរដោនេ ដើម្បីស្វែងរកភាពខុសគ្នាតាមបែបស្ថិតិ និងគណិតវិទ្យា។ | ដូចជាការប្រើកម្មវិធីកុំព្យូទ័រដើម្បីវាស់ទម្រង់មុខរបស់មនុស្សពីរនាក់ ដោយដៅចំណុចលើភ្នែក ច្រមុះ និងមាត់ រួចប្រៀបធៀបគ្នាថាតើពួកគេមានទម្រង់មុខខុសគ្នាកម្រិតណា។ |
| Centroid size (ទំហំសេនត្រយ ឬ ទំហំផ្ចិតកណ្តាល) | រង្វាស់ធរណីមាត្រនៃទំហំសរុបរបស់ទម្រង់អ្វីមួយ (ឧទាហរណ៍ ស្លាបរុយ) ដែលគណនាដោយយកចម្ងាយពីចំណុចសម្គាល់នីមួយៗទៅកាន់ចំណុចកណ្តាលនៃកូអរដោនេទាំងអស់បូកបញ្ចូលគ្នា រួចទាញឫសការេ។ វាជាខ្នាតស្តង់ដារសម្រាប់ប្រៀបធៀបទំហំស្លាបសត្វល្អិតដោយមិនរងឥទ្ធិពលពីរូបរាងរបស់វា។ | ដូចជាការវាស់ទំហំកង់ឡានដោយវាស់ពីចំណុចកណ្តាល (ដុំកង់) ទៅកាន់គែមជុំវិញកង់ ដើម្បីធានាថាគេអាចប្រៀបធៀបទំហំកង់ពីរបានត្រឹមត្រូវ ទោះបីជាម៉ូដកង់នោះខុសគ្នាក៏ដោយ។ |
| Canonical Variate Analysis / CVA (ការវិភាគអថេរកាណូនិក) | បច្ចេកទេសស្ថិតិដែលត្រូវបានប្រើប្រាស់ដើម្បីពង្រីកភាពខុសគ្នាឱ្យបានអតិបរមារវាងក្រុមដែលគេបានដឹងមុន (ឧទាហរណ៍ ប្រភេទរុយខុសគ្នា) ដើម្បីបង្កើតជាក្រាហ្វដែលងាយស្រួលក្នុងការមើលឃើញការបំបែកក្រុមដាច់ពីគ្នា។ | ដូចជាការប្រើវ៉ែនតាពង្រីក ឬតម្រងពណ៌ ដើម្បីមើលភាពខុសគ្នារវាងគ្រាប់សណ្តែកខៀវ និងសណ្តែកបៃតងខ្ចីដែលលាយឡំគ្នា ឱ្យឃើញដាច់ពីគ្នាយ៉ាងច្បាស់ជាពីរក្រុម។ |
| Cytochrome c oxidase subunit I / cox1 (ហ្សែន cox1) | ជាប្រភេទហ្សែនមួយដែលមាននៅក្នុងមីតូកុងឌ្រី (Mitochondria) នៃកោសិកា។ អ្នកវិទ្យាសាស្ត្រនិយមប្រើហ្សែននេះជា "បាកូដ DNA" (DNA Barcode) សម្រាប់កំណត់អត្តសញ្ញាណប្រភេទសត្វល្អិត ព្រោះវាមានភាពខុសប្លែកគ្នាច្រើនរវាងប្រភេទនីមួយៗ ប៉ុន្តែមានភាពស្រដៀងគ្នាក្នុងចំណោមសត្វប្រភេទតែមួយ។ | ដូចជាលេខកូដបាកូដ (Barcode) ដែលបិទលើផលិតផលនៅផ្សារទំនើប គ្រាន់តែស្កេនដឹងភ្លាមថាវាជាទំនិញអ្វី និងផលិតនៅឯណា។ |
| Maximum Likelihood (សម្មតិភាពអតិបរមា) | វិធីសាស្ត្រគណនាក្នុងស្ថិតិដើម្បីប៉ាន់ស្មានប៉ារ៉ាម៉ែត្រនៃគំរូវិវត្តន៍ ដោយស្វែងរកមែកធាងវិវត្តន៍ណាដែលមានប្រូបាប៊ីលីតេ (ឱកាស) ខ្ពស់បំផុតក្នុងការបង្កើតឱ្យមានទិន្នន័យ DNA ជាក់លាក់មួយដែលអ្នកស្រាវជ្រាវកំពុងមាន។ | ដូចជាការទាយរកអ្នកវាយកញ្ចក់បែក ដោយជ្រើសរើសយកសេណារីយ៉ូណាដែលសមហេតុផលបំផុត និងស៊ីចង្វាក់គ្នាបំផុតជាមួយភស្តុតាងដែលបន្សល់ទុកនៅកន្លែងកើតហេតុ។ |
| Cryptic species complex (ក្រុមប្រភេទសត្វកំបាំងអត្តសញ្ញាណ) | ក្រុមសត្វដែលមើលពីសំបកក្រៅ (រូបសណ្ឋានវិទ្យា) មានរូបរាងដូចគ្នាបេះបិទរហូតដល់អ្នកជំនាញក៏ពិបាកចំណាំ ប៉ុន្តែតាមពិតពួកវាជាប្រភេទសត្វខុសគ្នាទាំងស្រុងតាមលក្ខណៈហ្សែន ដូចជាករណីក្រុមរុយ Bactrocera dorsalis complex ក្នុងឯកសារនេះ។ | ដូចជាកូនភ្លោះអត្តសញ្ញាណដែលមុខមាត់ដូចគ្នាបេះបិទ ប៉ុន្តែម្នាក់មានអាឡែស៊ីជាមួយសណ្តែកដី ឯម្នាក់ទៀតអត់ (រូបក្រៅដូចគ្នា តែលក្ខណៈសម្បត្តិខាងក្នុងខុសគ្នាដាច់)។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
