フザリウム萎凋病の土壌マクロ生態学的パターンに基づいた高精度な病害発生予測

Predicting disease occurrence with high accuracy based on soil macroecological patterns of Fusarium wilt.

• Jun Yuan
• Tao Wen
• He Zhang
• Mengli Zhao
• C Ryan Penton
• Linda S Thomashow
• Qirong Shen

抄録

土壌を媒介とする植物病害は、農業生産に壊滅的な損失をもたらすケースが増えている。より洗練された病害予測モデルを開発することで、予防的防除や作付期の土壌耕起などによる農作物の損失を低減することが可能となる。ハイスループットDNAシーケンシング技術の出現により、病気のある土壌と健康な土壌の微生物組成について、これまでにない洞察が得られた。しかし、単一の独立した事例研究では、特定の土壌における病害を予測する一般的な結論は得られない。ここでは、8 カ国の健康な土壌またはフザリウム病の病害土壌の 279 サンプルからなる 24 の独立した細菌データセット（758 サンプル）と 22 の独立した真菌データセット（279 サンプル）を基にした機械学習アプローチを用いて、様々な研究や植物品種間の違いを説明しようとしている。その結果、土壌の細菌群集と真菌群集は、9つの国や地域にまたがる6つの作物を起源とする土壌サンプルの間で、病気の土壌と健康な土壌の間で明確に分離されていることがわかった。アルファの多様性は、健康な土壌の真菌群集の方が一貫して高かった。発病土壌の微生物群は、Xanthomonadaceae, Bacillaceae, Gibberella, Fusarium oxysporumを多く含んでいたが、健康土壌の微生物群は、Streptomyces Mirabilis, Bradyrhizobiaceae, Comamonadaceae, Mortierella, Fusariumの非病原性真菌を多く含んでいた。さらに、ランダムフォレスト法により、土壌の健康状態を80%以上の精度で分類した45の細菌類のOTUと40の真菌類のOTUを同定した。これらのモデルは、土壌微生物群に共通する生物学的指標や特徴を明らかにすることで、F. oxysporum萎凋病の発生の可能性を予測するために適用できると結論づけた。

Soil-borne plant diseases are increasingly causing devastating losses in agricultural production. The development of a more refined model for disease prediction can aid in reducing crop losses through the use of preventative control measures or soil fallowing for a planting season. The emergence of high-throughput DNA sequencing technology has provided unprecedented insight into the microbial composition of diseased versus healthy soils. However, a single independent case study rarely yields a general conclusion predictive of the disease in a particular soil. Here, we attempt to account for the differences among various studies and plant varieties using a machine-learning approach based on 24 independent bacterial data sets comprising 758 samples and 22 independent fungal data sets comprising 279 samples of healthy or Fusarium wilt-diseased soils from eight different countries. We found that soil bacterial and fungal communities were both clearly separated between diseased and healthy soil samples that originated from six crops across nine countries or regions. Alpha diversity was consistently greater in the fungal community of healthy soils. While diseased soil microbiomes harbored higher abundances of Xanthomonadaceae, Bacillaceae, Gibberella, and Fusarium oxysporum, the healthy soil microbiome contained more Streptomyces Mirabilis, Bradyrhizobiaceae, Comamonadaceae, Mortierella, and nonpathogenic fungi of Fusarium. Furthermore, a random forest method identified 45 bacterial OTUs and 40 fungal OTUs that categorized the health status of the soil with an accuracy >80%. We conclude that these models can be applied to predict the potential for occurrence of F. oxysporum wilt by revealing key biological indicators and features common to the wilt-diseased soil microbiome.