AI幫幫橄欖樹-科學人雜誌
環境

AI幫幫橄欖樹

2022-09-01 班德(Maddie Bender)
橄欖樹感染葉緣焦枯菌時,可透過人工智慧評估染病情況。
▲ (影像來源:Cosimo Calabrese/Getty Images)

造成橄欖樹大量枯死的植物病原菌來勢洶洶,預計在未來50年內義大利會因此損失數十億歐元。2013年,義大利南部發現了一種實驗室不易培養的葉緣焦枯菌(Xylella fastidiosa,局限於植物木質部導管中繁殖的一種細菌)。現在歐盟認定這種細菌為「隔離檢疫生物」:受其感染的樹木必須伐除,數百年的老樹也無法倖免,以避免該疾病在義大利阿普里亞(Apulia)等地擴散。

義大利農業研究和經濟委員會的植物病理學家斯卡拉(Valeria Scala)說:「依法要銷毀葉緣焦枯菌檢測呈陽性的植物,但阿普里亞的居民並不想如此。」身為科學家,她認為:「我們必須平衡兩方的需求。」因此,斯卡拉和同事正想辦法在不伐除所有帶病植株的情況下對抗葉緣焦枯菌。他們使用機器學習演算法篩選樹木的代謝數據,試著了解有哪些樹木較容易染病,以及如何挑選樹木來治療而非全數伐除。研究成果發表於今年4月的《前瞻植物科學》。

木桿菌屬(Xylella)可製造稱為「脂質」(lipid)的複雜脂肪酸做為關鍵傳訊分子,而樹木遭到感染則產生相對應的脂質。研究人員從66棵樹上採集枝條樣本,並使用演算法把脂質特性、感染情況、樹木品系、是否已施以藥物Dentamet(可緩解病徵,但無法完全治癒葉緣焦枯病的金屬混合物)等資訊進行比對。研究團隊發現,特定類型的脂質在染病植株中濃度較高。原產於阿普里亞的一種橄欖染病時,這類脂質濃度高於另一種以抗性著稱、較普遍的橄欖品系。而Dentamet可使這兩種品系染病植株的這類脂質保持較低濃度。

論文共同作者、羅馬智慧大學(Sapienza University of Rome)的分子植物病理學家雷維爾貝里(Massimo Reverberi)比喻,這兩種品系的表現就像是免疫系統較強或較弱的人對抗流感。他說:「假設在某些方面有『個體差異』。」進一步開發演算法或許有助研究人員測定植株的脂質濃度以診斷染病的嚴重度。較不嚴重的植株可施以Dentamet,只有病況最嚴重的才必須伐除。斯卡拉補充說,了解樹木感染葉緣焦枯菌的反應,也有助於尋找其他治療方式,並找出更具抗性的品系。

未參與該研究的義大利薩蘭托大學化學家法尼齊(Francesco Paolo Fanizzi)評論,這是「前景看好的方法,或許能緩解阿普里亞南部地方經濟的慘況,我們必須和細菌共存。」


# 關鍵字:環境科學人新聞生態學工程
更多文章
活動推薦更多
追蹤科學人