使用时空建模进行成像,以描述植物病原体病变的动态
Melen Leclerc1, Stéphane Jumel1, Frédéric M Hamelin1
1IGEPP, INRAE, Institut Agro, University of Rennes, Rennes, France.
PLoS computational biology
|November 20, 2023
概括
这项研究结合了成像和数学模型来分析病原体在植物中的传播. 我们发现,减少扩散,而不是生长,解释了耐药豆品种中病变的发展速度较慢.
科学领域:
- 植物病理学 植物病理学
- 数学生物学的数学生物学
- 图像分析 图像分析
背景情况:
- 了解宿主内病原体的传播对于植物病原体相互作用至关重要.
- 描述植物病原体病变的发展超出区域是具有挑战性的.
研究的目的:
- 开发一种定量方法来表征植物病原体病变的传播.
- 在病变发展过程中解开生长和扩散过程.
- 为了比较病原体在不同抵抗水平的豆品种上传播.
主要方法:
- 每天可见的图像 Peyronellaea pinodes 分布在豆上.
- 费舍尔-KPP数学模型用于病变传播的应用.
- 从图像集中估计模型参数的变量数据同化.
主要成果:
- 用物流增长和均质扩散来建模病原体的传播.
- 模型参数是从注册的图像序列中估计出来的.
- 病变在耐药的豆品种上传播速度较慢的原因是扩散系数较低.
结论:
- 结合成像和空间机械模型,可以区分宿主-病原体相互作用中的过程.
- 这种方法有助于识别遗传学和生态学研究的定量特征.
- 减少扩散是 pea 植物中对 Peyronellaea pinodes 耐药性的关键因素.


