[논문 리뷰] The effect of spatial scales on the reproductive fitness of plant pathogens

Alexey Mikaberidze, Christopher C. Mundt외 1명|arXiv (Cornell University)|2014. 10. 02.

Wheat and Barley Genetics and Pathology참고 문헌 26인용 수 3

한 줄 요약

이 연구는 병원균의 전파 거리에 따라 변하는 병변 기울기 데이터를 이용하여, 농장 크기와 형태비율에 따라 기초 번식수치 $R_0$를 추정하는 공간적으로 명시적인 수학적 모델을 제안한다. 이 모델은 $R_0$가 농장 크기가 증가함에 따라 포화점에 도달할 때까지 증가하고, 정사각형 농장에서 최대가 되며, 큰 농장에서 밀 줄무늬잎마름병의 $R_0 \approx 50$로 추정됨을 발견하였다. 이는 병원균 방제 전략이 미세한 공간 척도에서 최적화되어야 함을 시사한다.

ABSTRACT

Plant diseases often cause serious yield losses in agriculture. A pathogen's reproductive fitness can be quantified by the basic reproductive number, R0. Since pathogen transmission between host plants depends on the spatial separation between them, R0 is strongly influenced by the spatial scales of pathogen dispersal and the spatial scales of the host population. The basic reproductive number was found to increase with the field size at small field sizes and to saturate to a constant value at large field sizes. It reaches a maximum in quadratic fields and decreases as the field becomes elongated. This pattern appears to be quite general: it holds for dispersal kernels that decrease exponentially or faster as well as for "fat-tailed" dispersal kernels that decrease slower than exponential (i.e. power-law kernels). We used this approach to estimate R0 in wheat stripe rust (an important pathogen caused by Puccinia striiformis), since disease gradients for this pathogen were thoroughly measured over large distances [Sackett and Mundt, Phytopathology, 95, 983 (2005)]. For the two largest datasets, we estimated R0 in the limit of large fields to be of the order of 50. These estimates are consistent with independent field observations [Cowger et al. (2005), Phytopathology, 95, 97282; Farber et al. (2013), Phytopathology, 103, 41]. We present a proof of principle of a novel approach to estimate the basic reproductive number, R0, of plant pathogens using wheat stripe rust as a case study. We found that the spatial extent over which R0 changes strongly is quite fine-scaled (about 30 m of the linear extension of the field). Our results indicate that in order to optimize the spatial scale of deployment of fungicides or host resistances, the adjustments should be made at a fine spatial scale.

연구 동기 및 목표

• 농장 내 숙주 집단과 병원균의 확산에 따른 공간 척도를 고려한 식물 병원균의 기초 번식수치 $R_0$ 추정 방법을 개발하기 위해.
• 직사각형 농장에서 $R_0$가 농장 크기와 형태비율에 따라 어떻게 변화하는지 조사하기 위해.
• 대규모 현장 연구에서 확보한 실측 병변 기울기 데이터를 활용하여 밀 줄무늬잎마름병에 대해 모델을 적용하기 위해.
• Epidemic 확산과 병원균 방제 효과성에 있어 공간 척도의 영향을 평가하기 위해.
• 다양한 확산 커널 유형(예: 거친 尾 꼬리(power-law) 및 지수 감쇠 커널) 하에서 $R_0$ 추정의 강인성 평가하기 위해.

제안 방법

• 모델은 거리에 따라 변하는 확산 커널을 기반으로 한 공간적으로 명시적인 적분미분방정식 프레임워크를 사용하여 숙주 식물 간 병원균 전파를 기술한다.
• 모델은 현장 실험에서 확보한 병변 기울기 데이터를 활용하여 확산 커널과 전파율을 파rameter화한다.
• 기초 번식수치 $R_0$는 모델의 선형화된 시스템에서 유도된 다음세대 연산자에서의 주된 고유값으로 계산된다.
• 모델은 다양한 크기와 형태비율의 직사각형 농장에서의 전파를 시뮬레이션함으로써 가장자리 효과와 공간적 이질성을 고려한다.
• 수치 시뮬레이션을 통해 다양한 농장 기하학적 형태에서 $R_0$를 추정하고, 결과는 실측 전파 속도 데이터와 비교 검증한다.
• 모델은 빠른 포자 평형 상태를 가정하여 시스템을 감염된 숙주 밀도와 전파율을 포함하는 두 개의 방정식으로 단순화하며, $\beta = \gamma\beta' / \mu'$ 는 복합 전파 매개변수로 간주된다.

실험 결과

연구 질문

• RQ1 식물 병원균의 기초 번식수치 $R_0$는 농장의 크기와 형태비율에 따라 어떻게 변화하는가?
• RQ2 지수 감쇠형과 파wr-law형 등 다른 확산 커널 유형이 $R_0$의 공간적 스케일링에 미치는 영향은 어떠한가?
• RQ3 가축 농장 환경에서 가장자리 효과와 농장 기하학이 병원균의 생식적 적합성에 어떤 영향을 미치는가?
• RQ4 대규모 현장 실험에서 실측 병변 기울기 데이터로부터 $R_0$는 얼마나 잘 추정될 수 있는가?
• RQ5 $R_0$의 공간 척도 의존성은 농업 관리에서 농약 또는 저항성 숙주를 적용하는 데 어떤 의미를 갖는가?

주요 결과

• 기초 번식수치 $R_0$는 작은 농장 크기에서는 증가하고, 큰 농장 크기에서는 포화 상태에 도달하며, 이는 추가 확장이 더 이상 생식적 이득을 가져오지 않는 임계점이 있음을 시사한다.
• $R_0$는 정사각형 농장에서 최대에 도달하며, 농장이 더 길어질수록 가장자리 효과와 포자 손실 증가로 인해 감소한다.
• 밀 줄무늬잎마름병의 경우, Sackett와 Mundt (2005)의 두 대규모 데이터셋을 기반으로 큰 농장에서의 $R_0$ 추정치는 약 50으로 도출되었다.
• 이러한 $R_0$ 추정치는 Cowger 등 (2005)과 Farber 등 (2013)의 독립적인 현장 관측 결과와 일치하여 모델의 예측 능력을 검증한다.
• $R_0$가 현저하게 변화하는 공간 척도는 미세한 수준—약 30미터의 농장 연장에 해당하며, 이는 방제 전략이 이 해상도에서 조정되어야 함을 시사한다.
• 수치 시뮬레이션 결과, 큰 정사각형 농장에서는 전파 속도가 약 1.217~1.286배 빨라지는 것으로 나타났지만, 실측 데이터에서는 유의미한 차이가 관측되지 않아 풍속 유도 이방성 또는 측정 해상도의 한계 때문일 수 있다.