Abstract In Africa, livestock production currently accounts for about 30% of the gross value of agricultural production. However, production is struggling to keep up with the demands of expanding human populations, the rise in urbanization and the associated shifts in diet habits. High costs of feed prevent the livestock sector from thriving and to meet the rising demand. Insects have been identified as potential alternatives to the conventionally used protein sources in livestock feed due to their rich nutrients content and the fact that they can be reared on organic side streams. Substrates derived from organic by-products are suitable for industrial large-scale production of insect meal. Thus, a holistic comparison of the nutritive value of Black Soldier Fly larvae (BSFL) reared on three different organic substrates, i.e. chicken manure (CM), brewers’ spent grain (SG) and kitchen waste (KW), was conducted. BSFL samples reared on every substrate were collected for chemical analysis after the feeding process. Five-hundred (500) neonatal BSFL were placed in 23 × 15 cm metallic trays on the respective substrates for a period of 3–4 weeks at 28 ± 2 °C and 65 ± 5% relative humidity. The larvae were harvested when the prepupal stage was reached using a 5 mm mesh size sieve. A sample of 200 grams prepupae was taken from each replicate and pooled for every substrate and then frozen at −20 °C for chemical analysis. Samples of BSFL and substrates were analyzed for dry matter (DM), crude protein (CP), ether extracts (EE), ash, acid detergent fibre (ADF), neutral detergent fibre (NDF), amino acids (AA), fatty acids (FA), vitamins, flavonoids, minerals and aflatoxins. The data were then subjected to analysis of variance (ANOVA) using general linear model procedure. BSFL differed in terms of nutrient composition depending on the organic substrates they were reared on. CP, EE, minerals, amino acids, ADF and NDF but not vitamins were affected by the different rearing substrates. BSFL fed on different substrates exhibited different accumulation patterns of minerals, with CM resulting in the largest turnover of minerals. Low concentrations of heavy metals (cadmium and lead) were detected in the BSFL, but no traces of aflatoxins were found. In conclusion, it is possible to take advantage of the readily available organic waste streams in Kenya to produce nutrient-rich BSFL-derived feed.

Abstract BACKGROUND The Sterile Insect Technique (SIT) is a species-specific method for controlling insect pests. Recent studies have explored the combination of SIT with entomopathogenic microorganisms, known as boosted-SIT, to enhance its effectiveness. This study aimed to evaluate the potential of the entomopathogenic fungi, Metarhizium anisopliae , in boosting the SIT for managing the oriental fruit fly, Bactrocera dorsalis . METHODS Adult flies from a laboratory population of B. dorsalis were inoculated with one of eight strains of M. anisopliae to assess fungus virulence in each sex. Ideally, boosted-SIT should minimally impact sterile males and reduce female fecundity maximally. A brief exposure to fungal spores was efficient to infect males, and for them to transmit the fungus to females when hosted together for 24 hours. RESULTS Our results showed significant variations in the mortality induced by the strains in males, but not in females that exhibited low mortality. Strains varied in their sub-lethal effects on female fecundity, with almost a two-fold variation among strains. Furthermore, strains that had the lowest virulence on males tended to reduce female fecundity the most. CONCLUSION Our study brings a proof of concept that it is possible to leverage boosted- SIT using carefully selected pathogen strains and their sub-lethal effects on both the male and female fruit fly.

This study reports for the first-time managed honey bee colony loss rates and associated risk factors during the active beekeeping season 2022/2023 in nine Sub-Saharan African countries, namely Kenya, Ethiopia, Rwanda, Uganda, Benin, Liberia, Nigeria, Cameroon and Democratic Republic of the Congo. The sustainability of bee swarm catches as a main honey bee colony source tool for operation expansion by African beekeepers was also evaluated in Kenya and Ethiopia. In this survey, the 1,786 interviewed beekeepers across these countries collectively managing 41,761 colonies registered an overall loss rate of 21.3%, which varied significantly among countries (from 9.7 to 45.3%) and hive types (from 10.6% in hives with movable frames to 17.9% in frameless hives). The perceived causes of losses in order of significance were issues beyond the beekeeper control (mainly theft, drought, and bushfire), absconding and pests (mainly wax moth, small and large hive beetles, ants and Varroa destructor mite), but this pattern varied greatly across countries. Among the management practices and characteristics, migratory operations and professional beekeepers experienced lower losses than stationary operations and semi-professionals and hobby beekeepers. Insights into the number of bee swarms caught revealed significant decreases in swarm availability over the past three years in Kenya. The opposite situation was observed in some regions of Ethiopia. These trends require further investigation. Overall, this comprehensive survey sheds light on the complexities and challenges beekeepers faced in Sub-Saharan Africa, pointing to the need for targeted interventions and sustained research to support the resilience and growth of the apicultural sector.

The invasive fall armyworm (FAW), Spodoptera frugiperda (J.E. Smith) is a polyphagous pest that causes widespread damage particularly to maize and sorghum in Africa. The microbiome associated with S. frugiperda could play a role in their success and adaptability. However, these bacterial communities remain poorly studied, especially for S. frugiperda in Africa. We investigated the composition, abundance and diversity of microbiomes associated with larval and adult specimens of S. frugiperda collected from four maize growing regions in Kenya through high throughput sequencing of bacterial 16S rRNA gene. We identified Proteobacteria and Firmicutes as the most dominant phyla and lesser proportions of Bacteroidetes and Actinobacteria. We also observed differences in bacterial microbiome diversity between larvae and adults that are a likely indication that some prominent larval bacterial groups are lost during metamorphosis. Several bacterial groups were found in both adults and larvae suggesting that they are transmitted across developmental stages. Reads corresponding to several known entomopathogenic bacterial clades as well as the non-bacterial entomopathogen, Metarhizium rileyi (Farl.) Kepler, Rehner & Humber (2014), were observed. Mitochondrial DNA haplotyping of the S. frugiperda population in Kenya indicated the presence of both ‘Rice’ and ‘Corn’ strains, with a higher prevalence of the ‘Rice’ strain. Insights into the microbiota may ultimately provide alternative avenues for controlling of this pest.

There are remarkable improvements in the healthcare sector particularly in patient care, maintaining and protecting the data, and saving administrative and operating costs, etc. Among the various functions in the healthcare sector, disease diagnosis is considered as the foremost function because it saves a life at the correct time. Early detection of diseases helps in disease prevention, letting the patients get vigorous and effective treatment and saving their lives. Several techniques were suggested by the researchers for disease prediction. Many literatures have been witnessed on disease prediction. This article reviews several articles systematically and compares various machine learning (ML) algorithms for disease prediction, including the Random Forest (RF), Naive Bayes (NB), Decision Tree (DT), Support Vector Machine (SVM), and Logistic Regression (LR) algorithms. A thorough analysis is presented based on the number of publications year-wise, disease-wise, and also based on the performance metrics. This review thoroughly analyzes and compares various ML techniques applied in disease prediction, focusing on classification algorithms commonly employed in healthcare applications. From the systematic review, a multi objective optimization method named Grey Relational Analysis (GRA) is used to rank the ML algorithms using their performance metrics. The results of this paper help the researchers to have an insight into the disease prediction domain. Also, the performance of various ML algorithms aids the researchers to choose a better methodology to predict a disease.

Abstract Apiculture provides better livelihoods for about 144,000 men, women and youth in Kenya. However, various challenges and barriers are available that prevent the industry from flourishing. One of these challenges is the low hive colonization rate reported by Kenyan beekeepers, who mainly depend on swarm catching to increase colony numbers within their apiaries. Many different traditional plants are used to attract bee swarms, although they have not been tested and compared scientifically with the most used and cost‐effective bait in Africa, the beeswax, for improving swarm catches. To fill this knowledge gap, an ethnobotanical survey was carried out in Kenya to gain an in‐depth understanding of traditional apicultural practices used for hive baiting to attract swarms. Additionally, the volatile composition of traditional plants used as swarm lures was examined using gas chromatography–mass spectrometry (GC–MS), and their effectiveness in catching swarms was evaluated in comparison to beeswax in the field. The survey results revealed that Ocimum kilimandscharicum , Cymbopogon nardus and Elaeodendron buchananii are the three commonly used traditional plants for baiting, chosen based on their aroma, abundance, ease of processing and durability. Notably, the volatiles emitted by O. kilimandscharicum plus beeswax attracted significantly two and half‐fold more bee swarms than the control (beeswax alone), whereas those of E. buchananii were the least attractive and similar to those of the control. These discrepancies may be partly due to the presence of small amounts of geraniol and citral in the essential oils of O. kilimandscharicum , which are characteristic compounds of the Nasonov gland pheromone from workers honey bees known to attract bee swarms. Overall, our findings suggest that adding O. kilimandscharicum to beeswax may significantly enhance bee swarm catches in the field.