[论文解读] The effect of spatial scales on the reproductive fitness of plant pathogens

Alexey Mikaberidze, Christopher C. Mundt+1 more|arXiv (Cornell University)|Oct 2, 2014

Wheat and Barley Genetics and Pathology参考文献 26被引用 3

一句话总结

本研究提出了一种空间显式数学模型，利用测得的病害梯度数据，估算植物病原体的基本再生数 $R_0$ 随田块大小和长宽比的变化。结果表明，$R_0$ 随田块大小增加而上升，直至达到饱和点，并在正方形田块中达到峰值，对于小麦条锈病的估算值在大型田块中可达 $R_0 ≈ 50$，表明疾病控制策略应在精细空间尺度上进行优化。

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.

研究动机与目标

• 开发一种考虑寄主种群空间尺度和病原体传播特性的植物病原体基本再生数 $R_0$ 估算方法。
• 研究 $R_0$ 在矩形作物田块中随田块大小和长宽比的变化规律。
• 基于大规模田间研究获得的实测病害梯度数据，将该模型应用于小麦条锈病。
• 评估空间尺度对流行病传播和疾病防控效果的影响。
• 评估在不同传播核类型（包括幂律分布（重尾）和指数衰减核）下 $R_0$ 估算的稳健性。

提出的方法

• 模型采用空间显式、积分微分方程框架，基于距离依赖的传播核描述病原体在寄主植物间的传播。
• 通过田间实验测得的病害梯度数据，对传播核和传播速率进行参数化。
• 基本再生数 $R_0$ 作为模型线性化系统所导出的下一代算子的主导特征值进行计算。
• 通过在不同尺寸和长宽比的矩形田块中模拟流行病过程，考虑边界效应和空间异质性。
• 采用数值模拟估算不同田块几何形态下的 $R_0$，并利用实测流行病传播速度数据对结果进行验证。
• 模型假设孢子迅速达到平衡状态，将系统简化为涉及感染寄主密度和传播速率的两个方程，其中 $\beta = \gamma\beta' / \mu'$ 作为复合传播参数。

实验结果

研究问题

• RQ1 植物病原体的基本再生数 $R_0$ 如何随作物田块的大小和长宽比而变化？
• RQ2 不同传播核类型（指数型与幂律型）对 $R_0$ 的空间尺度效应有何影响？
• RQ3 边界效应和田块几何形状在农业环境中在多大程度上影响病原体的繁殖适合度？
• RQ4 在大规模田间实验中，能否基于实测病害梯度数据准确估算 $R_0$？
• RQ5 $R_0$ 的空间尺度依赖性对杀菌剂或抗性品种在作物管理中的部署有何启示？

主要发现

• 在小尺度下，基本再生数 $R_0$ 随田块大小增加而上升，且在大田块中趋于饱和，表明存在一个阈值，超过该阈值后进一步扩大田块不会带来适合度增益。
• $R_0$ 在正方形田块中达到最大值，随着田块变得更细长而下降，这是由于边界效应增强和孢子损失增加所致。
• 基于 Sackett 和 Mundt（2005）的两组大规模数据集，小麦条锈病的 $R_0$ 估算值在大田块极限下约为 50。
• 这些 $R_0$ 估算值与 Cowger 等人（2005）和 Farber 等人（2013）的独立田间观测结果一致，验证了模型的预测能力。
• 决定 $R_0$ 显著变化的空间尺度非常精细——约为 30 米的田块延伸长度——意味着防控策略必须在此分辨率下进行调整。
• 数值模拟表明，流行病传播速度在较大正方形地块中略有提升（快 1.217 至 1.286 倍），但实测数据未检测到显著差异，可能由于风致各向异性或测量分辨率有限所致。