Prognos av växtsjukdomar baserad på molekylära metoder och sporfällor

The goal of this project is to determine the best method for detection of plant pathogens from different types of spore traps, as well as to determine which species are present during different time periods, and to relate the information to disease development in the field. Several pathogens are spread by wind. By gathering material from the air with 3 types of traps, the general fungal flora in the air will be studied as well as specific plant pathogens (Puccinia spp., Phytophthora infestans). This will indicate which pathogens are air-borne and can spread to host plants. A comparison of different types of traps is important since it is important that the trap collects representative material for analysis, which is important for the development of predictive systems. Information will be used to develop such predictive systems primarily for rust. Such predictive systems are an important component in the implementation of the EU directive on sustainable use of pesticides and IPM.

Syftet med studien är att undersöka vilken metod som är lämpligast för detektion av växtpatogener från olika typer av sporfällor samt under vilka perioder olika arter finns i luften och relatera information från sporfällorna till utvecklingen av respektive sjukdom i fält. Flera växtpatogener sprids via luft och vind. Genom att samla in material från luften med hjälp av tre typer av fällor, studeras den generella svampfloran i luften samt specifika växtpatogener (Puccinia spp, Phytophthora infestans). Detta ger svar på när olika patogener är luftburna och kan spridas till värdväxter. En jämförelse mellan olika sporfällor är viktig då fällan måste samla in ett representativt prov för analys, vilket är nödvändigt om metoden ska kunna användas i prognossyfte. Informationen användas för utveckling av prognosmodeller för framförallt rostsjukdomar. Sådan prognos är en viktig komponent i implementeringen av direktivet om hållbar användning av bekämpningsmedel och integrerat växtskydd.

Prover samlades in under två växtsäsonger på flera platser i södra Sverige med hjälp av fyra olika typer av sporfällor. Från proverna extraherades DNA och svampsamhället detekterades. Både enskilda arter och samhällets struktur analyseras. Resultat visar att olika typer av sporfällor fångar olika svampsamhällen. Sporfällans placering är viktig att beakta, eftersom högt placerade fällor samlar in den generella svampfloran i ett område medan lågt placerade fällor samlar in den specifika svampfloran där den är placerad. Vi visar också att valet av sekvenseringsmetod påverkar resultatet, därför använde vi oss både av Illumina MiSeq och Pac Bio RS II för att undersöka sporfälleproverna. Resultat från projektet har skapat en robust bas för framtida arbete inom övervakning och molekylär detektion av växtpatogener.

Projektet har skapat en bred kunskapsbas för vidare anpassning av sporfällors användning för övervakning av växtpatogena svampar. Vi har både undersökt olika typer av fällor och vilka arters som kan detekteras med hjälp av de olika fällorna, och betydelsen av fällornas placering. Dessutom har den molekylära detektionsmetoden baserat på ”barcoding” av alla svampar i ett prov utvärderats.

Våra resultat visar att:
• Val av sporfälletyp påverkar vilka svampar som fångas
• Sporfällans placering är viktig att beakta
• Sekvenseringsmetoden kan påverka vilka arter som detekteras

Sporer har veckovis samlats in med hjälp av fyra olika typer av sporfällor, två aktiva (joniserande och Hirst-fällor) och två passiva (tratt eller JB-fällan och filterpapper). Från varje prov har DNA extraherats och svamp detekteras baserat på samhällsanalys av svampsamhället.

Eftersom 454/pyrosekvenserings maskinerna inte längre tillverkas, testade vi vilka av de tre andra sekvenseringsmetoderna som är lämpliga att använda för svampsamhällen.

Sekvenserna analyseras i SCATA och andra liknande pipe-lines för att klustra sekvenserna. Vi letar både efter enskilda, specifika sjukdomsalstrande arter, och efter mönster i svampsamhällets struktur för att öka förståelsen för vilka faktorer som är viktiga för sjukdomsutveckling. Arbetet kommer att fortsätta med att jämföra dessa resultat med vad som verkligen hände i fält.