评论文章

前面。植物科学。,14March 2023
可持续和智能Phytoprotection秒。
卷14 - 2023 | https://doi.org/10.3389/fpls.2023.1056603

翻译virome分析支持生物安全,田间管理和作物育种

里卡多。Alcala Briseno ^{1、2、3、4 *},

Ozgur Batuman ^1、5,

杰里米•布朗 ¹,

威尔默j . Cuellar ⁶,

Erik Delaquis ⁷,

贝雷a Etherton^1、2、3,

罗纳德·d·French-Monar ⁸,

简·f·Kreuze ⁹,

以色列Navarrete ¹⁰,

夸梅Ogero ¹¹,

亚伦我丛苏拉。 ^1、2、3,

萨利赫Yilmaz ^1、5和

卡伦·加勒特 ^{1、2、3 *}

¹植物病理学,佛罗里达大学盖恩斯维尔,佛罗里达州,美国
²全球粮食系统研究所,佛罗里达大学盖恩斯维尔,佛罗里达州,美国
³佛罗里达大学新发病原体研究所,盖恩斯维尔,佛罗里达州,美国
⁴俄勒冈州立大学的植物病理学部门、科瓦利斯,或者美国
⁵佛罗里达州西南研究和教育中心(SWFREC) Immokalee, FL、美国
⁶国际热带农业中心(CIAT)的哥伦比亚卡利市
⁷国际热带农业中心(CIAT),老挝万象
⁸USDA-APHIS-PPQ-FO植物种质检疫程序(PGQP),月桂,医学博士,美国
⁹作物和系统科学部门,国际马铃薯中心(CIP),秘鲁利马
¹⁰作物和系统科学部门,国际马铃薯中心(CIP)、厄瓜多尔基多
¹¹作物和系统科学部门,国际马铃薯中心(CIP)、竭尽全力、坦桑尼亚

Virome分析通过高通量测序(高温超导)允许快速和大规模病毒识别和诊断,扩大我们重点从单个样本病毒在农业生态的景观的生态分布。降低测序成本与技术进步相结合,如自动化和机器人技术,允许有效的处理和分析大量样品在植物病害诊所、组织培养实验室和育种项目。有很多翻译virome分析支持植物卫生的机会。例如,virome分析可以使用生物安全战略和政策的发展,包括virome风险评估的实施支持监管和减少受感染的植物物质的运动。一个挑战是要识别哪些新病毒通过高温超导发现需要监管和可允许种质和贸易。田间管理策略可以将信息从高通量监测、监控为新的和已知病毒跨尺度、快速识别重要的农业病毒和理解他们的丰度和传播。Virome索引程序可用于生成干净的种质和种子,种子系统的维护的关键生产和健康,尤其是在超低温保存等作物根、块茎和香蕉。Virome分析育种程序可以提供洞察病毒表达水平通过生成相对丰度数据,协助繁殖品种耐药,或者至少宽容、病毒。网络分析和机器学习技术的集成可以方便设计和实现管理策略,利用小说形式的信息提供一个可伸缩的、可复制的,实际的方法为viromes开发管理策略。从长远来看,这些管理策略将被设计通过生成序列数据库和建立在已有知识的基础上病毒分类,分配和宿主范围。 In conclusion, virome analysis will support the early adoption and implementation of integrated control strategies, impacting global markets, reducing the risk of introducing novel viruses, and limiting virus spread. The effective translation of virome analysis depends on capacity building to make benefits available globally.

介绍了植物virome

高通量测序(高温超导)技术进步扩大了我们对病毒的了解社区及其对生态系统的影响,包括持续COVID-19大流行(Fauci et al ., 2020;疾病预防控制中心,2022)。全球新兴植物病毒威胁到农作物。植物病毒生态学的发展需要充分理解全球变化的影响,如农业集约化和气候变化,以及这些与病毒特征,如传播方式(亚当斯et al ., 2014;萨勒姆et al ., 2016;联合工作组,2020;Siriwan et al ., 2020;尤克里里琴et al ., 2021)。是另一种大流行病毒物种之间的相互作用驱动程序(西尔维,2011;Tollenaere et al ., 2016)。研究的一个重要的新阶段的病毒社区将这些信息来更好地支持农业工作。翻译分析病毒社区来支持有效的管理策略取决于集成高温超导数据和农业系统知识。

virome概念出现在与普通微生物概念(威利et al ., 2012;Berg et al ., 2020)。Virome分析可以包括病毒的研究在一个主机,或者在多尺度,寄主植物或向量等物种,主机的集合在一个位置,或从水中或土壤等环境样品(Kreuze et al ., 2009;艾尔Rwahnih et Al ., 2011;罗萨里奥et al ., 2015;她喜欢et al ., 2016;哈达et al ., 2019;威利et al ., 2019;Alcala-Briseno et al ., 2020;Bacnik et al ., 2020;布瑞特et al ., 2020;郭et al ., 2020;Fontenele et al ., 2021)。实现高温超导允许virome通过病毒宏基因组分析茁壮成长,结合新的取样选项(即。、个人、胀大和混合样品)和扩展病毒序列数据库。我们理解viromes迅速发展,包括病毒多样性、基因组成、基因组组织和病毒之间的系统发育关系物种在生态系统(Kreuze et al ., 2009;艾尔Rwahnih et Al ., 2011;她喜欢et al ., 2016;威利et al ., 2019)。virome角度扩展我们对病毒和植物如何相互作用的理解,建筑最普遍的知识和很好的描述病毒,这往往是最具破坏性的当前系统。流行病学的前沿是理解的交互和对抗病毒物种及其向量的影响,尤其是对病毒产生微妙的或没有视觉症状单独感染时(联合工作组et al ., 2023)。大多数研究集中在经济上重要的农作物,但是次要宿主可能函数作为作物病毒、水库和病毒可能发生溢出之间自然和作物生态系统(亚历山大et al ., 2013;Bernardo et al ., 2017;Ingwell et al ., 2017;Alcala-Briseno et al ., 2020)。研究病毒动力学的作物和杂草之间实现有效的管理策略是必要的。理解这些交互在复杂的大规模农业生态的系统可能通知有效的管理策略。

气候变化正在plant-host和昆虫媒介种群的分布(琼斯,2016;贝伯et al ., 2019;查洛et al ., 2021;王et al ., 2022)。农业景观的连通性也影响的介绍和传播病原体,经常出现增加全球病原体的风险(Fahrig et al ., 2011;加勒特et al ., 2020;邢et al ., 2020;琼斯,2021)。科学家和医生必须考虑病原体有效地址和减轻这些风险和社会影响的挑战。有广泛的改善virome数据分析的新工具和框架,植物检疫等病毒的发现和诊断,应用实践和监管设计学院et al ., 2014;设计学院et al ., 2017;设计学院et al ., 2019;Maclot et al ., 2020;Kumar et al ., 2021;Moubset et al ., 2022)。我们本文的目标是合成当前病毒的知识发现和最先进的技术,以及潜在的翻译大数据有利于利益相关者,从国家机构个体农民。机器学习方法(如virome分析和网络分析可以告诉翻译成管理策略来减轻植物病原体的影响在一个变化的世界。

翻译virome分析:从生态学和分子分析来监测和管理

能力描述个人的virome植物,植物群落,或一个生态位是一项重大的科学进步,为翻译创造了许多可能性virome信息跨尺度,提高作物疾病管理方法和规程(图1)。更全面的分析virome包括描述协会和潜在的病毒之间的相互作用,病毒分布在宿主物种中,类型的病毒环境和跨时间的变化。复杂的virome数据集分析了生态网络,与协会和生态模式如宿主病毒和vector-virus协会和virus-virus co-associations (麦克莱什et al ., 2019;Alcala-Briseno et al ., 2020),在景观空间分布(Alcala-Briseno et al ., 2021;麦克莱什et al ., 2021),全球和当地的运动(Alcala-Briseno et al ., 2020;Alcala-Briseno et al ., 2021;麦克莱什et al ., 2021;贝克et al ., 2022)。网络分析可以表示在这些社区的交互作为一个网络链接,可能代表病毒物种等环境和其他属性的发病率相对丰富,传播手段,向量,virus-virus交互等。Luis et al ., 2015;Poudel et al ., 2016;加勒特et al ., 2018)。分析需要解决此viromes的生态属性,如物种丰富度和多样性的其他措施——包括结构和超越这些,可以探索在网络分析中,如病毒交叉感染宿主病毒分布和组合,病毒载体相互作用,和主人偏好向量(图2)。也有潜在的这些网络分析的基础上更进一步,将新的网络特征,如在网络(包括主机表型反应变量Poudel et al ., 2016),包括三方和更高的病毒物种之间的交互(Battiston et al ., 2020)。这些新类型的数据将通知监控策略新兴病毒病原体,当数据是可用的和可访问,以及专门的软件可以开发实时分析。

图1

图1Virome分析揭示了复杂的交互混合和单一感染,与来自全球的影响当地的尺度。翻译的信息在每个规模具有重要潜在的实施以及挑战。有效的翻译可以提高田间管理、作物育种和种子系统,和植物检疫活动。

图2

图2virome分析的空间分辨率,从低分辨率(县和农场)高分辨率(主机)和病毒协会在每个规模。(一)地理县地区的代表,农场在一个县,主机在一个农场。每一层可以包含不同子集的病毒(virome不同)。(B)双方的代表之间的关联网络两种类型的节点,圆圈表示病毒(v1 v4),可以在多个尺度,评价,例如:按地区,在广场代表县(i, j, k),由农场,方块代表阴谋(1 - 4),由主机,方块代表株(e)。(C)一种模式网络,病毒之间的联系代表他们共享地理或主机协会和地方之间的联系表明viromes相似,由地区或农场。主机之间的链接代表viromes相似。

新一代诊断工具基于高温超导提供广泛的定性和定量信息理解virome生态属性。这些数据可以通过机器学习来帮助分析设计精确的干预策略。高温超导材料具有更高的灵敏度,可以帮助快速识别病毒疾病出现物种构成威胁,提供更好的了解以前不重要病毒(Alcala-Briseno et al ., 2017;福克斯et al ., 2019),可能构成重大风险当他们与其他协同病毒物种(共现福克斯et al ., 2019;埃尔韦拉冈萨雷斯et al ., 2021)。改善方法是导致病原体检测诊断诊所,在植物种子生产计划,和港口的条目(米勒et al ., 2009;Kumar et al ., 2021),允许更高的植物检疫标准的实现公司和监管机构和新兴的病原体(植保2021)。然而,小说病毒通常缺乏足够的生物学和流行病学数据来评估潜在的严重性,传播,和宿主范围,使监管决策。为了弥补缺失的信息,机器学习方法可以使用分类算法来确定组更大的兴趣和预测管理策略,可以最有效的治疗一种疾病引起的病毒或病毒之一,正如我们下面的说明。

Virome数据,在病毒发病率和关联,可以翻译成目标田间管理策略对于特别重要的病毒和病毒组合在一个地区。最终,随着测序变得越来越昂贵,诊断机构和农场经理可能屏幕作物通过实现新一代的诊断工具,可用于监测策略病毒在农业和其他系统(Boonham et al ., 2014;李et al ., 2020 b;Cassedy et al ., 2021)。跨尺度Virome信息——农场,农场,和地区的集群——可以用来定制管理决策给病毒发病率和其他生态变量。更复杂的信息系统与次生植被等因素,间作,向量,和不同作物基因型和表型——可以翻译通知管理策略,作为墨西哥木瓜果园(插图Alcala-Briseno et al ., 2020)。Virome网络分析可以揭示关联在多个病毒主机或在区域内(加勒特et al ., 2018;Alcala-Briseno et al ., 2020;曹et al ., 2021),协会可以提高产量损失在当地或全球系统(克拉克et al ., 2012;Redinbaugh和斯图尔特,2018;Kreuze et al ., 2020)。

诊断产生新的类型的信息有利于作物育种和种子系统程序,测试是否免费的病毒和剖析viromes种质基因型耐药或宽容可能有助于进一步育种和种子繁殖。考虑virome信息可以繁殖作物超低温保存,尤其重要的病毒载量在主机随着时间的推移,积累减少生产力和种子质量(吉布森和Kreuze, 2015年;Thomas-Sharma et al ., 2016;雅各布森et al ., 2019)。种质育种程序之间共享时,筛选可以受益于virome分析以确保小说和已知的流感病毒不不经意间交换。农作物传播通过真正的种子,交换seed-transmissible种质育种项目中也是复杂的病毒,并可能受益于更大的诊断敏感性(Dombrovsky和史密斯,2017年;Kumar et al ., 2019)。系统需要确保无病毒种质育种项目的开发质量提高,产量,或阻力(或至少公差)病毒性疾病,影响作物生产(Kumar et al ., 2019)。最终,virome科学需要翻译virome分析系统框架,将病毒信息生态学、进化,和流行病学减轻病毒对植物的影响系统。我们合成的方法将这个正在进行的项目的重要组成部分。

生物安全:植物检疫和监测策略

植物检疫的策略

快速的识别病毒流行的因果代理支持快速的植物检疫措施的制定和实施控制或根除。干预的时机是关键,以防止外来病原体的条目,减缓病原体的传播。例如,一种新的疾病的爆发在山药豆胎死腹中由于快速识别(一个月内)因果代理作为一种新型病毒,山药豆花叶病毒,其次amplification-based诊断快速发展根除感染植物和种子很多(富恩特斯et al ., 2012)。另一个例子是高温超导诊断早期识别的因果代理一起导致玉米致命坏死(MLN)在东非(Wangai et al ., 2012;Mahuku et al ., 2015),确定玉米萎黄病的斑点病毒(MCMVMachlomovirus)和甘蔗花叶病毒(SCMVPotyvirus)(Redinbaugh和斯图尔特,2018)。MCMV和SCMV种子传播,以低利率取决于品种,都是由昆虫定向——Chrysomelid甲虫的MCMV和蚜虫物种在SCMV (Hilker et al ., 2017;Redinbaugh和斯图尔特,2018;Regassa et al ., 2021)。诊断可以指示需要管理策略,然而,小农可能无法承受输入如杀虫剂、认证清洁种子和其他管理策略(De大的et al ., 2020)。在肯尼亚农民从2013年到2018年的调查报告减少MLN通过移除受感染的植物,抗性品种的实现和其他控制测量(De大的et al ., 2020)。国际玉米和小麦改良中心(CIMMYT)实现快速发展的宽容和抗玉米在肯尼亚,这可能有助于控制MLN发病率(De大的et al ., 2020)。然而,尽管努力培训农民和个人管理疾病流行,仍有需要解决的挑战,使所有农民获得所需信息(Parsa et al ., 2014;Buddenhagen et al ., 2022;Streulens et al ., 2022)。

另一个例子virome分析可以有一个重要的角色是木薯花叶病的跨大陆的流行(CMD,图3)。木薯是一种主食作物在撒哈拉以南的非洲和东南亚地区主要工业商品。木薯花叶病(CMD)造成产量损失达到30 - 50%,导致食品不安全与经济和社会不稳定莱格et al ., 2011;Delaquis et al ., 2018;尤克里里琴et al ., 2021)。在南亚,单一和混合感染两个begomoviruses,斯里兰卡木薯花叶病毒(SLCMV)和印度木薯花叶病毒(ICMV),导致CMD (莱格et al ., 2011;王et al ., 2016),而在东南亚,CMD目前由SLCMV孤单。特定的化验需要特定的引物检测每个病毒和病毒小姐,增加处理的时间和成本,但HTS-diagnostics,理论上,可以捕获所有病毒在一个给定的样本。在过去的五年里,交换被污染的种子(股份)和带病毒的烟粉虱传播SLCMV柬埔寨、越南、中国南部、泰国和老挝人民民主共和国(Delaquis et al ., 2018;Siriwan et al ., 2020;Chittarath et al ., 2021)。组合的病毒物种可能会增加对植物的影响,也可能病毒之间的相互作用和phytoplasmas或其他细菌和真菌病原体。监视CMD在东南亚及其粉虱向量(莱et al ., 2022SLCMV)是减少传播的关键,及时发现如果额外介绍了病毒,以及索引程序生成干净的种子和使用抗性品种(马利克et al ., 2022)。中央国家机构之间的合作,通过国际网络程序的开发和实现建立清洁种子生产和管理策略来减轻疾病(Kumar et al ., 2019;尤克里里琴et al ., 2021)。

图3

图3左:叶子的症状特点木薯花叶病(CMD),与12种不同的begomoviruses相关的一种疾病,影响木薯在非洲,东亚和东南亚(莱格et al ., 2015)。中心:木薯种植在东南亚显示混合CMD症状(斯里兰卡木薯花叶病毒所致)和木薯女巫扫帚病,联合感染常见的区域(Siriwan et al ., 2020)。右:叶和根木薯frogskin疾病的症状与一个独特的virome从美洲(Pardo et al ., 2022)。照片:w . Cuellar。

Virome监测

病原体监测可以进行多个相互关联的目标,包括发现疫情,病原特征,和地理特征,以及描述当前植物检疫检疫法规和措施是否足够(Carvajal耶佩斯et al ., 2019;Kumar et al ., 2019)。有效的监测是基于数据收集确定病原体的病因和电流分布,以及参数化的流行病学模型潜在的病原体传播和管理效果(帕内尔et al ., 2017;加勒特,2021;Mastin et al ., 2022)。最终,virome监测将基于常规基因组和生态数据的集合,建立理解和改善知识在生产领域对新出现和重新出现的病毒(Carvajal耶佩斯et al ., 2019)。可以使用一系列的方法,包括ELISA和PCR,然而HTS-diagnostics还允许新的或新兴病毒的检测(Kumar et al ., 2019),重要的风险因素识别与病毒出现。植物病毒通常无症状,可以忽视传播,直到发生了重大的经济损失(尤克里里琴et al ., 2021)。“被动”virome基于样品提交给工厂诊断网络的监测和疾病诊所,和“活跃”virome监测植物检疫机构抽样的基础上,研究人员和其他组织,既能有助于有效的检测(Carvajal耶佩斯et al ., 2019;Kumar et al ., 2019;Iles et al ., 2021;Kumar et al ., 2021)。Virome监测是至关重要的努力消除和限制病原体和警告种植者对新病原体他们可能需要管理。分析主机分布和传播疾病的整个农业景观帮助识别地理重点监测和管理干预措施(邢et al ., 2020;加勒特,2021)。研究人员和国际机构继续开发新的诊断工具实现机器学习和人工智能提供早期预警的暴发和支持迅速和有效的反应(孔雀舞et al ., 2011;欧et al ., 2019)。

尽管目前植物检疫标准和监测、新兴病原体传播通过植物种子和植物的种植材料分布在本地或全球范围内,影响小农和大型生产区域。最近提议为全球监测系统来减轻病原体介绍正在讨论(Carvajal耶佩斯et al ., 2019)。可伸缩性和购买力的增加新的测序技术,结合机器人技术和进步在核酸提取和浓缩,允许快速病毒识别(何鸿燊和Tzanetakis, 2014;Roossinck et al ., 2015;设计学院et al ., 2019)。将新的诊断能力与和谐的抽样计划将允许快速识别和丰裕的映射。一代大序列数据可以分析与分类算法支持病毒分类学分类。物种界定标准建立的国际委员会分类的病毒(ICTV),主要依靠序列相似性和基因组的系统发生学,基因或蛋白质(西蒙兹et al ., 2017)。额外的分析可以集成使用机器学习(加勒特et al ., 2022),加强田间管理例子下面讨论。这些进步支持全球对植物病害的监测系统的发展,减轻新兴病原体的影响,保护农民的生计和粮食安全。

风险评估和田间管理

Virome风险评估

有害生物风险评估(普拉斯)评估潜在的介绍,建立和传播的病原体和害虫,风险的大小,和特定区域的经济影响等关键风险变量基于环境适用性、向量可用性、作物面积和生产力(欧洲食品安全署et al ., 2018)。virome分析最常见的应用程序已经在经济上重要的作物如玉米、辣椒、大麦、葡萄、浆果和热带水果(艾尔Rwahnih et Al ., 2011;乔et al ., 2017;乔et al ., 2018;Wamaitha et al ., 2018;Alcala-Briseno et al ., 2020;萨阿德et al ., 2021)。潜在的疾病严重程度和传播性通常被认为是最重要的特征在开发植物检疫标准(Kumar et al ., 2021),病原体流行往往更有可能在单一密度高的地区。病毒传播评估的潜在来源,如叶、茎、花、果实和种子,可以进入一个国家。因为他们最担心的种子分布至今未可以迅速传播的问题,如番茄布朗的情况下有皱纹的水果病毒(ToBRFV)。ToBRFV起源于中东和传播是在五年内全球近50个国家,被根除在欧洲的一些地区,虽然许多国家都致力于根除它,因为它威胁着番茄生产在全球范围内(萨勒姆et al ., 2016;仅有et al ., 2017;Oladokun et al ., 2019;Batuman et al ., 2020;Turina和萨勒姆,2022年)。在普拉斯,被污染的植物材料进入香港的风险评估基于当前该地区的条件(植保2021)。使用这种类型的信息,国家植物保护组织(NPPOs)和地区植物保护组织(RPPOs)可以确定病毒或病毒的入口应该规范基于病毒的潜在影响单独感染时,当与其他病毒物种已经存在。

普拉斯需要考虑气候和贸易全球变化等因素。全球气候变化和极端天气事件驱动农作物损失,和能破坏农业基础设施,以及改变的节肢动物和杂草分布作为主机(加勒特et al ., 2020)。当自然灾害摧毁当地基础设施,有特定的风险,将引入新的病原体;紧急需求很难实现有效的卫生措施(Lantagne et al ., 2014)。非正式的种子交换是一种常见的实践在全球范围内,可以传播感染的植物材料在邻居和通过整个地区(Delaquis et al ., 2018;安徒生et al ., 2019;安徒生奥诺弗雷et al ., 2021;Nduwimana et al ., 2022)。国际贸易和电子商务的增长也促进了病原体传播。ToBFRV,上面所讨论的,这些影响的一个例子,是分散的通过认证的国际贸易受污染的种子(Oladokun et al ., 2019;Van De Vossenberg et al ., 2020)。Ulluco块茎通过电子商务导入到英国阳性病毒(福克斯et al ., 2019)。在植物检疫机构标准化检测方案,早期预警系统,普拉斯,持续的重新评估和促进最佳农业实践,比如使用认证的植物材料,轮作,耐药和宽容的植物会加强植物检疫措施。

新诊断技术的应用提出了一个关键问题:病毒在这些植物中观察到virome应该监管?virome研究的实施加速病毒的发现速度超过光速的实验描述病毒物种和它们的宿主范围。植物检疫法规需要结合自动化实时监测有效,代表一个挑战的方法、策略和植物检疫标准(设计学院et al ., 2017;Carvajal耶佩斯et al ., 2019)。监管机构的能力会被大数据描述在每一批数十或数百种。当地机构要求生物开发有效的工具的能力和专业知识来解释趋势和突出重要的发现。否则,麻痹植物检疫机构的风险,或相反的风险不是利用关键信息解决问题物种广泛传播。自动化诊断是必要的,和独立实践分析基因组数据分类的分类标识已经实现(设计学院et al ., 2019;Iles et al ., 2021;席尔瓦et al ., 2021)。额外的信息,比如病毒之间的关系的描述,模式的传播、发病率和病毒——可以被纳入机器学习植物检疫监管。

田间管理策略

我们对生态的理解病毒的跨尺度的增加,从个体样本来研究由多个主机,农场,和地区。此信息可以补充与农业生态的元数据的地理位置,品种,生长阶段,天气,和其他变量,生成大型数据集。例如,株样品可以揭示virus-virus交互可以解释症状(埃斯卡兰特et al ., 2018;冈田克也et al ., 2018)。监视多个主机物种和向量可以表明哪些替代主机重要病毒水库和杂草物种需要积极管理保护作物(Ng et al ., 2011;Alcala-Briseno et al ., 2020;Mansouri et al ., 2021)。监控viromes农场和地区可以提供预警的病毒发病率和潜在疾病暴发的农场经理和植物检疫机构。理解系统发生学和phylogeography每个病毒本地,区域,全球将允许更好地了解病毒是如何传播或介绍(富恩特斯et al ., 2019;富恩特斯et al ., 2021 a;富恩特斯et al ., 2021 b;富恩特斯et al ., 2022)。作物超低温保存种子退化的有效管理可以通过种子健康评估和害虫的集成风险评估(Thomas-Sharma et al ., 2017)。决策是增强了洞察作物和杂草的病毒,包括的信息传播性、宿主范围和向量。此信息可以用于指导植物检疫实践和根除程序在农场。在区域范围内,场景分析可以评估virome特征,管理选项,种植者的决策过程结合来影响政策是否成功减少作物流行的社会经济影响(其中,et al ., 2011;Garcia-Figuera et al ., 2021;Etherton et al ., 2023)。

更大、更复杂的viromes与多层次的信息分析与机器学习算法如决策树、贝叶斯神经网络和支持向量机(Kotsiantis 2007;Liakos et al ., 2018;Chouhan et al ., 2019;Topcuoğlu et al ., 2020;加勒特et al ., 2022)。病毒特征和分类任务是基于序列相似性,血清学特性,和其他生物信息,如传输类型,向量物种等。王et al ., 2011;莱夫科维茨et al ., 2017;西蒙兹et al ., 2017)。机器学习方法可以帮助识别viromes可能需要类似的管理策略,我们在这里定义为“virome管理单位”(VMUs,请参阅箱1)。VMUs模拟操作分类单位但基于信息管理的需求而不是简单地基于分类相似。分类可能几十个病毒物种数量virome到一个更小的VMUs可能使管理更加实用,可再生的,可能更自动化的和有效的。设计VMUs可能特别有用在更复杂的场景中,如管理viromes在间作系统中,整个农场virome管理跨多个作物物种和旋转方案,或跨高农田管理区域viromes多样性。

作为一个简单的例子使用VMUs(潜力箱1),我们讨论一个主机物种的一个例子,基于相关的virome MLN在肯尼亚报道Wamaitha et al。(2018)。virome的子集划分基于分类信息和管理元数据,说明候选人管理单位。VMU可能包括程度的种子传播性特点,向量类型、程度的机械传动,和潜在的有效性管理选项:卫生,使用干净的种子,拒食素和杀虫剂,和抗性品种(或至少宽容),如果可用。决策树可以用来把病毒物种virome数据,从根节点开始,重复数据分区成群体表示为分支机构(图4)。一旦模型训练、测试和验证,它可以用来预测输出类新病毒物种的VMU最适合每个物种。

框1。田间管理基于分组病毒virome管理单位。

图4

图4Virome管理单位与玉米致命的坏死,如下所述。

机器学习可以识别病毒,可以一起管理组根据他们最有效的控制策略。我们使用术语“virome管理单位”(VMU)引用的一个子集内的病毒virome相关的管理需求,也有类似的特征。这个概念可以用来简化管理规划viromes许多病毒物种,如在整个农场或区域的背景下virome管理。VMUs可以根据病毒传播信息,评估向量类型和管理策略用于每个病毒和它们的有效性,包括工具,如卫生处理、杀虫剂和抗或宽容的品种。作为一个例子,考虑相关的virome MLN在肯尼亚(Wamaitha et al ., 2018),15个病毒四属物种报道Potyvirus,Polerovirus,Machlomovirus,Mastrevirus。在这个例子中,potyviruses蚜虫和甲虫和machlomoviruses矢量,分别和两组是机械地传播。Poleroviruses只是aphid-transmitted但不是机械地传播。种子传播报道potyviruses machlomoviruses,但不是poleroviruses mastreviruses。卫生工作机械传播病毒想potyviruses machlomoviruses,但不是poleroviruses,使用无病毒种子将有助于管理seed-transmitted病毒。缺乏信息代表一个挑战在分类,这样一些VMUs可以定义在短期内没有分类信息。

这说明VMU概念,VMUs分隔使用监督机器学习算法在R (R核心团队,2022年),在决策树算法方包(Hothorn et al ., 2006)。在这个决策树,椭圆表示一个变量相关管理用于分类VMUs病毒。每个矩形节点代表决定输出类别,一群病毒或病毒的VMU分配。从肯尼亚MLN virome基于244年玉米样品,和n条目的总数是分配给每个决策节点(例如,n在节点3 = 54)。四个不同玉米virome VMUs被确认。VMU1由玉米条纹病毒、非洲本土草病毒。VMU2只包含potyviruses。VMU3包括poleroviruses。VMU4包括machlomovirus MCMV。VMU2种子传播和机械传播种子无毒化可以受益于使用认证和卫生行为。VMU4可能主要受益于使用品种耐药或宽容MCMV病毒和传染的种子。在某些情况下,如VMU1,需要更多的生物信息识别有效管理策略与高的信心。抗性基因被确定为相关MCMV VMU 4;玉米MCMV宽容可以帮助减轻MLN流行病的影响。 Although there are maize hybrids resistant to SCMV, based on resistance genes like Scmv 1 and 2 (琼斯等人。,2018年;Redinbaugh et al ., 2018),该分类不包括MCMV和SCMV在同一管理集团。VMU分类的实际应用将会被更广泛的数据和加强探索最佳的分类算法。

Virome索引、种子系统和作物育种

Virome种质和种子系统的索引

病毒索引是种质的测试,以确保它是免费的病毒,特别是作物超低温保存的重要步骤和组织文化传播,尤其是当种质育种计划和公司之间的移动,以及国与国之间。最常见的病毒索引方法包括嫁接植物指示主机上,用ELISA等血清学方法,通过常规PCR分子检测和qPCR (Boonham et al ., 2014;Kumar et al ., 2019;席尔瓦et al ., 2021)。这些检测化验的警告之一是,他们通常设计针对特定的已知病毒,这意味着有限数量的病原体是测试认证干净的种子计划。传统诊断化验往往失败在小说检测病毒和基因变异;然而,随着高温超导的实现,所有的病毒都可以恢复,正如上面所讨论的(Roossinck et al ., 2015;西蒙兹et al ., 2017)。DNA和RNA病毒都可以使用病毒粒子被发现,小RNA, dsrna,或总RNA,这些方法可以实现批量或个人样本(Kreuze et al ., 2009;Alcala-Briseno et al ., 2020;Moubset et al ., 2022)。生成传染种质通过索引项目(重新)建立清洁种子为个人、协会、和种质银行之前,运动是非常重要的,以避免植物病原体的传播。例如,国际马铃薯中心(CIP),一个CGIAR中心,免费分发数以百计的索引种质到达病原体在全球超过100个国家(图5)。国家项目如美国国家清洁工厂网络(NCPN)工作提供高质量和传染植物材料与种植者合作,工作人员,和行业,发展和实施索引协议防止病原体的传播。NCPN还提供诊断服务和教育资源,帮助种植者和行业专业人员识别和管理植物病毒。类似的程序是在全球许多国家。

图5

图532个国家要求种质材料土豆,地瓜,根茎和块茎和安第斯资源库的2020年国际马铃薯中心(CIP)在利马,秘鲁(数据检索https://cipotato.org/genebankcip/process/distribution_acquisition/)。Virome分析可以帮助确保病毒可能危害作物生产不出现在种质。

当考虑如何管理viromes种质或种子系统,重要的是要区分病毒物种已经出现在一个区域,那些可能代表新介绍。对于那些已经在一个地区流行的病毒,质量种子宣布维持病毒在低水平可能是最好的经济价值当种子完全免费的病毒制作暂时是不切实际的(Choudhury et al ., 2017;Mastenbroek et al ., 2021)。它可能也不是实际购买非农每年种子替换所有种子(Thomas-Sharma et al ., 2017;Navarrete et al ., 2022)。定义质量标准质量声明种子代表之间的平衡使种子可以在一个合理的价格,降低流行率。考虑virome这种平衡,而不是一个单一的病毒种类,代表了一个有趣的挑战。对于物种的virome新区域,并提供一个实质性的威胁,降低种子水平为零是关键,以及跟踪新物种的潜在传播通过种子系统,评估管理策略,了解农民可能适应新的疾病情况McQuaid et al ., 2016;Almekinders et al ., 2019;安徒生et al ., 2019;摩天et al ., 2020;安徒生奥诺弗雷et al ., 2021;Nduwimana et al ., 2022)。运动至少数量有限的受污染的植物材料可能是不可避免的在某些情况下,尽管索引程序和实现基于高温超导的新的诊断工具可以帮助限制新引入病毒和其他植物病原体。

育种计划和viromes

系统确保无病毒种质支持贸易和种子分布和开发抗病毒性疾病尤为重要,减少它们对作物产量的影响。种质育种项目中共享区域存在不同的病毒可能帮助传播病毒在全球范围内(Kumar et al ., 2019),新一代诊断补充virome分析被用来确保已知或小说病毒不交换(设计学院et al ., 2017)。传播的作物通过真种子,交换种质育种项目中同样复杂的种子传播病毒(Dombrovsky和史密斯,2017年)。筛选种质鉴定病毒通常是尤其重要育种作物超低温保存的病毒载量在宿主体内积累随着时间的推移,减少作物的生产力或种子质量(吉布森和Kreuze, 2015年;Thomas-Sharma et al ., 2016;雅各布森et al ., 2019;Andrade-Piedra et al ., 2022)。索引种质利用高温超导还可以用来为测试生成基因表达谱基因型表达抵抗或宽容,可以受益育种程序通过提供建议进一步清洁种子繁殖和传播。的发展和使用高通量疾病表现型促进这种新方法理解病毒的影响在不同的宿主基因型。最终,农作物育种只能解决viromes阻力而不是一个或两个病毒,当viromes农业生态的区域特点和方法可供有关viromes暴露育种材料。

高温超导在农作物育种已被用于指纹的基因组植物体内和繁殖的种群的多样性特征(Bhat et al ., 2016;VlkŘepkova, 2017)。例如,高温超导用于识别标记了抵抗病毒、遗传标记用于基因组选择和全基因组关联映射,并已与微分表达式RNAseq实验(Bhat et al ., 2016;VlkŘepkova, 2017;Bhat et al ., 2021)。识别标记在作物支持发展高温超导抵抗病原体如黄瓜花叶病毒(CMV)、大麦花叶病毒,和马铃薯Y病毒(PVY) (如果不是et al ., 2018;李et al ., 2020 a;Saidi Hajibarat, 2021)。高温超导技术支持virome索引和指纹识别植物育种的数量,揭示重要的定性和定量特征,可以提高植物育种计划和种子系统。基因表达对病毒感染的反应可以与抗性相关基因,如大麦eIF4E隐性抗性基因(施et al ., 2019)。PAL1的另一个例子是过表达基因,对木薯褐色条斑病(产生了耐药性的卡et al ., 2021)。复杂的交互有时可以保护作物,如木瓜的三方互动,产生宽容番木瓜环斑病通过拮抗效果的PapMV pathogenesis-related蛋白的表达升高(PR-1),减少PRSV RNA的积累(Chavez-Calvillo et al ., 2016)。单个或胀大的样品也被成功地用于识别抗性基因,和病毒(Roossinck et al ., 2015;施et al ., 2019;的卡et al ., 2021)。表型和基因型数据可以提供信息抗病品种的发展,但遗传结构的底层抗病性监管网络通常是不简单。识别有效标记依赖于良好的数据的集成表型和基因型识别基因组繁殖地区(Bhat et al ., 2016;Dasgupta et al ., 2021)。

讨论:实现全部潜能的virome分析

毫无疑问HTS-diagnostics和virome分析在植物病理学的作用在未来将继续扩大。但影响植物病毒流行在现实世界环境中,比技术本身更需要。框架技术应用必须考虑支持因素包括本地访问设备,计算能力和数据存储容量,和员工能力建设的解释复杂的现代生物信息学工具的输出。

澳大利亚和新西兰,岛国与独特的地方性生物群,运用严格的生物安全措施降低入侵物种的灾难性的介绍(Simberloff 2019;Pysek et al ., 2020)。新西兰有一个有效的种子筛选协议只有大约1.9%的被污染,但包含超过190个属的杂草(鲁宾斯坦et al ., 2021),杂草种子也有可能引入新的病毒损害作物生产或天然植物系统。病毒筛查在澳大利亚拥有视觉的结合方法,生物,ELISA、PCR和qPCR方法中,阈值可接受病毒污染的决心通过定期调整适当的保护级别的评价(Whattam et al ., 2021)。和其他地方一样,高温超导方法进行评估。尽管高温超导方法长期以来一直被视为一个强大的解决方案post条目筛选(Rodoni 2009),当局必须应对的挑战,包括为病毒污染,开发阈值和检疫列表和协议处理小说的病毒病原体。在美国,高温超导病毒索引被用于一个临时发布传播的实践允许种植者开始膨胀进口材料在划定区域传统索引方法确认结果(Villamor et al ., 2019)。

另一个全球的趋势是强调减少碳的植树造林和提供其他生态系统服务(Brancalion et al ., 2020;霍尔和Brancalion, 2020)。等相关项目Sembrando维达在墨西哥和中美洲旨在动员种植制度和林业种植材料(Secretaria Del Bienestar, 2020年)。恢复生态学领域也是基于运动的种植材料,恢复了之前的植物群落(哈林顿,1999;埃里克森和哈尔福德,2020)。例如,美国国家种子战略土地管理局地址使用原生种子(国家科学院生物工程和医学,2023年)。这些项目包括潜在的大规模运动的植物材料,有时受到病原体相关的分析。过去,病原体是不切实际的详细考虑,它可能仍然是不切实际的在许多情况下,如修复项目,其中包括许多野生植物物种的病原体并没有被研究过。virome分析变得更实用工具,需要有重要的决定哪些病毒可以在这些项目。有些病毒可能有重要的作用在维护野生植物群落的组成,而其他病毒可能会扰乱社区,给外来植物物种优势(Rua et al ., 2011;Roossinck 2019)。其他病毒,发现可能影响不大,和过多的关注他们的管理可以降低这些程序的好处。需要找到一个有效的平衡,使用新的virome信息防范破坏性病毒传播而最小干扰恢复。

访问工具和支持virome-based分析稀少在低收入国家。许多国家仍与传统植物卫生监测和筛查系统的维护,操作需要大量资源,甚至等有价值的经济作物木薯在东南亚,800万多农民的经济作物(马利克et al ., 2020)。国际捐助者的支持需要召集利益相关者刺激区域合作,和第一个出版物报道的传播SLCMV从中国在该地区的参与人员与测序能力(王et al ., 2016),CGIAR研究中心(Minato et al ., 2019;莱et al ., 2020;Chittarath et al ., 2021),日本(尤克里里琴et al ., 2018)。在南半球,高温超导技术目前并不广泛采用,往往仍然无法访问,和有严重障碍的使用复杂的病毒在植物病理学检查社区数据,突显出在短期内需要访问分析,长期和能力建设。

现在,现实主义和谦卑是需要考虑到采用当前的记录,比较简单的方法,如pcr检查,在资源有限的国家。植物病毒流行越来越全球化的现象(米勒et al ., 2009)。广泛采用virome-based方法打开一个全新的水平的可能性植物病毒的研究,但对他们的有效实施解决植物流行意识到,全球的方法是必要的。开放软件管道(如Nextflow, Python, R和Linux)和存储库的病毒序列数据(例如,NextStrain)应该被提升。机器学习和人工智能方法已经前所未有的权力来处理这些大量的数据转化为可操作的输出。但他们只能补充,而不是取代,植物检疫当局的能力,现场技术人员和研究人员的数据输入的来源。这些代理世界各地不断争取政府资金在一个拥挤的市场的迫切需求。Virome分析也应该为主要功能,政策制定者们提高意识和资金机制的现实病毒的影响生态系统和全球化的世界应该viromes去监测——最近公众意识的病毒性疾病传播由于COVID-19大流行可能会让决策者更容易接受这些问题。

完全拥抱virome技术不仅意味着越来越多的用户友好的工具可访问性的发展,也致力于长期培训和能力建设为世界各地的实现者,关键基础设施和支持采样,分析,解释。人仍然在应用这些技术的核心。

作者的贡献

RIAB和公斤概念合成。所有作者的贡献内容的合成。RIAB和公斤发达最后文件与所有作者的评论。所有作者的文章和批准提交的版本。

资金

我们感谢CGIAR的支持研究项目在根,块茎和香蕉(RTB), CGIAR种子等于行动,和CGIAR植物健康倡议,CGIAR信托基金支持的贡献者(https://www.cgiar.org/funders/)。比尔和梅林达•盖茨基金会的资金支持项目ID OPP1199467感激地承认。我们也感谢支持研究所由美国农业部NIFA拨款2015-51181-24257和2015-51181-24257;粮食和农业基础研究资助ff - nia19 - 0000000050;凯克基金会;和佛罗里达大学的。r . i AlcaláBriseno的博士奖学金(410151号)是由CONACYT赞助。

确认

这种材料是可行的,在某种程度上,通过合作协议从美国农业部动植物卫生检验服务(APHIS)。摘要不一定表达蚜虫或其他支持组织的观点。我们从c·汉德尔欣赏有用的评论,Jose Huguet-Tapia Jose m . Ponciano CGIAR研究项目在根和他的同事们,块茎和香蕉。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用

亚当斯,i . P。Harju, V。A., Hodges, T., Hany, U., Skelton, A., Rai, S., et al. (2014). First report of maize lethal necrosis disease in Rwanda.新的分离代表。29日,22。doi: 10.5197 / j.2044-0588.2014.029.022