当前位置:官网首页 > 公司新闻 >
南京农业大学沈其荣教授课题组在枯萎病土壤微生物特征解析及发病预测方面取得重要进展
作者:     发表时间:2020-10-26    [浏览量:2]
摘要:镰刀菌枯萎病作为土传病害的典型代表,在世界范围内的多种作物频频迸发。在曩昔的几十年里,相关学者进行了很多事例研讨发现,虽然枯萎病迸发与土壤中病原菌丰度呈正相关联......

镰刀菌枯萎病作为土传病害的典型代表,在世界范围内的多种作物频频迸发。在曩昔的几十年里,相关学者进行了很多事例研讨发现,虽然枯萎病迸发与k8凯发官方土壤中病原菌丰度呈正相关联系,但并不存在能够确认是否发病的阈值。土壤是一个化学组成杂乱、物理相系交织、生物及功用奥秘的系统,对镰刀菌的存活及致病才能影响难以提醒,但普遍认为土壤抑病功用很难从单个微生物及功用上阐明问题。因而,从分子生态学视点动身,以整合剖析的方法来解析发病土壤微生物群落的普遍性特征,有望能为更好地防控土传枯萎病供给解决方案。
  当地时间7月17日,南京农业大学沈其荣教授课题组经过对全球1500多个土壤测序样品的整合剖析,在枯萎病土壤微生物特征解析及发病猜测方面获得重要发展。研讨结果以“Predicting disease occurrence with high accuracy based on soil macroecological patterns of Fusarium wilt”为题宣布在世界微生物范畴尖端期刊《The ISME Jounal》上。课题组袁军博士和博士生文涛为论文一起榜首作者,沈其荣教授为通讯作者,美国亚利桑那州立大学的C Ryan Penton和美国农业部的Linda Thomashow参加了该项研讨。
  研讨发现,较高的尖孢镰刀菌相对丰度是发病土壤的一个重要特征,但无法用于区别土壤的健康程度;健康土壤中非致病性镰刀菌和链霉菌相对丰度较高,标明其可能与保持土壤健康有关。该研讨在解说群落特征的基础上,运用机器学习别离构建了细菌和真菌模型,该两种模型在区别健康和发病土壤方面准确度高达85%以上。并开放了在线比对服务,供其他研讨者以测序数据用于健康和发病土壤的区别。
  据了解,沈其荣教授课题组多年来从事土传病害的土壤微生物区系特征解析与防控等研讨工作,先后在Nat Biotechnol, Nat Microbiol, Nat Commun, Sci Adv, The ISME J, Microbiome, Ecol Lett等世界尖端刊物上宣布了研讨论文,显示了该团队在土壤微生物研讨范畴的领先地位。该研讨受到了国家自然科学基金项目、农业公益性职业专项、江苏省自然科学基金等项目的赞助。
  全文链接:https://www.nature.com/articles/s41396-020-0720-5 日期:2020-10-22  

友情链接:
更多>>

友情链接:

 
Copyright © 2013 关键词凯发K8-k8凯发官方 All Rights Reserved