以鐮刀菌枯萎病為代表的土傳病害對全世界農業生產造成巨大損失，有作物“癌癥”之惡名。
7月17日，《國際微生物生態學會會刊》在線發表南京農業大學教授沈其榮團隊*新研究成果。他們整合了全世界各地1500多個鐮刀菌枯萎病相關土壤測序樣本，在解釋群落特征的基礎上，使用機器學習分別構建了**和**模型。這兩種模型在區分健康和發病土壤方面準確度高達85%以上。
論文**作者、南京農業大學副教授袁軍介紹，枯萎病暴發與土壤中病原菌的豐度息息相關，但并不存在一個可以明確指征發病的病原菌豐度的閾值。這是因為土壤是一個理化組成復雜、生物功能多樣的體系，其如何影響鐮刀菌的存活及致病能力是一個很難解決的科學問題。
該團隊從分子生態學角度出發，以整合分析的方法來解析發病土壤微生物群落的普遍性特征，為預測病害發生提供了可能。
“這項工作不僅揭示了枯萎病發病土壤中微生物的群落特征，還可以精缺診斷土壤是否健康。”袁軍說，同時，微生物群落特征的揭示可以為尋找關鍵微生物、生物防控土傳枯萎病提供理論支持。
論文作者文濤說，后基因組學時代是共享數據的時代，對海量數據的再利用是廣大科研工作者共同面臨的課題。這項工作可以對大數據的再利用提供參考。
“枯萎病一旦發生，損失已經注定，基本無法挽回。如果有一項技術能夠告訴農民土壤的健康狀況，農民便可以提前采取措施或者種植其他作物，從而避免經濟損失。” 論文通訊作者沈其榮說，這項工作將數據整合和機器學習很好的結合起來，用于準確判斷土壤的健康狀況，是土壤微生物大數據研究應用于農業生產實踐的一個有益嘗試。
該項成果已開放在線比對服務，供其他研究者以測序數據用于健康和發病土壤的區分。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請聯系我們修改或刪除，多謝。
