2020-08-04 18:43  栏目1

 
 
人工智能识别健康和发病土壤  
 

土传枯萎病对农作物的危害     南京农大供图

以镰刀菌枯萎病为代表的土传病害对全世界农业生产造成巨大损失,有作物“癌症”之恶名。

7月17日,《国际微生物生态学会会刊》在线发表南京农业大学教授沈其荣团队最新研究成果。他们整合了全世界各地1500多个镰刀菌枯萎病相关土壤测序样本,在解释群落特征的基础上,使用机器学习分别构建了细菌和真菌模型。这两种模型在区分健康和发病土壤方面准确度高达85%以上。

论文第一作者、南京农业大学副教授袁军介绍,枯萎病暴发与土壤中病原菌的丰度息息相关,但并不存在一个可以明确指征发病的病原菌丰度的阈值。这是因为土壤是一个理化组成复杂、生物功能多样的体系,其如何影响镰刀菌的存活及致病能力是一个很难解决的科学问题。

该团队从分子生态学角度出发,以整合分析的方法来解析发病土壤微生物群落的普遍性特征,为预测病害发生提供了可能。

“这项工作不仅揭示了枯萎病发病土壤中微生物的群落特征,还可以精缺诊断土壤是否健康。”袁军说,同时,微生物群落特征的揭示可以为寻找关键微生物、生物防控土传枯萎病提供理论支持。

论文作者文涛说,后基因组学时代是共享数据的时代,对海量数据的再利用是广大科研工作者共同面临的课题。这项工作可以对大数据的再利用提供参考。

“枯萎病一旦发生,损失已经注定,基本无法挽回。如果有一项技术能够告诉农民土壤的健康状况,农民便可以提前采取措施或者种植其他作物,从而避免经济损失。” 论文通讯作者沈其荣说,这项工作将数据整合和机器学习很好的结合起来,用于准确判断土壤的健康状况,是土壤微生物大数据研究应用于农业生产实践的一个有益尝试。

该项成果已开放在线比对服务,供其他研究者以测序数据用于健康和发病土壤的区分。(来源:中国科学报 李晨)

相关论文信息:https://doi.org/10.1038/s41396-020-0720-5

 

版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。

信息也是生产力,精简才是硬道理!情报猎手带你突破信息迷雾,每日独家为您锁定最有价值的IT行业新鲜事。打开微信,扫描关注,赢取每月粉丝奖!百度测试文字!www.baidu.com

上一篇:科学家揭示随机光场中涡旋导致相干性退化的机 下一篇:全球首个心梗人工智能预警系统研发成功

发表评论