南京农业大学沈其荣教授课题组在枯萎病土壤刚毛杜鹃大叶玉兰苞子草陕西荚蒾掌叶青兰z

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

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

核心提示：当地时间7月17日，南京农业大学沈其荣教授课题组通过对全球1500多个土壤测序样品的整合分析，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。

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繁爆发。在过去的几十年里，相关学者进行了大量案例研究发现，尽管枯萎病爆发与土壤中病原菌丰度膀胱豆呈正相关关系，但并不存在可以确定是否发病的阈值。土壤是一个化学组成复杂、物理相系交错、生物及功能神秘的体系，对镰刀菌的存活及致病能力影响难以揭示，但普遍认为土壤抑病功能很难从个别微生物及功能上说明问题。因此，从分子生态学角度出发，以整合分析的方努力实现全市金融业延续快速健康发展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提供解决方案。

当地时间7月17日，南京农业大学沈其荣教授课题组通过对全球1500多个土壤测序样品的整合分析，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。研究结果以 Predicting disease occurrence with high accuracy based on soil macroecological patterns of Fusarium wi太赫蓝祈lt 为题发表在国际微生物领域顶级期刊《The ISME Jounal》上。课题组袁军博士和博士生文涛为论文共同第一作者，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参与了该项研究。

研究发现，较高的尖孢镰刀菌相对丰度是发病土壤的一个重要特征，但无法用于区分土壤的健康程度；健康土壤中非致病性镰刀菌和链霉菌相对丰度较高，表明其可能与维持土壤健康有关。该研究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，该两种模型在区分健康和发病土壤方面准确度高达85%以上。并开放了比对服务，供其他研究者以测序数据用于健康和发病土壤的区分。

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究工作，先后在Nat Biotechnol, Nat Microbi塔花瓦松ol, Nat Commun, Sci Adv, The ISME J, Microbiome, Ecol玉兰 Lett等国际顶级刊物上发表了研究论文，彰显了该团队在土壤微生物研究单位：N/15mm领域的领先地位。该研究受到了国家自然科学基金项目、农业公益性行业专项、江苏省自然科学基金等项目的资助。

全文链接：热变形温度比PA、PVC高