Screenshot YouTube
In een nieuwe studie die zojuist is gepubliceerd in The Plant Journal, gepubliceerd door de non-profit Society for Experimental Biology, gebruikten onderzoekers van de faculteit Landbouw, Voedsel en Milieu van de Hebreeuwse Universiteit van Jeruzalem (HU) een nieuw moleculair sensorsysteem dat in staat is om plantencellen binnen te dringen en mogelijke ziekten identificeren.
Aardappelen en tomaten behoren tot de meest populaire voedingsmiddelen ter wereld, maar ze zijn vatbaar voor ernstige plantenziekten die grote oogstverliezen veroorzaken.
Phytophthora is verantwoordelijk voor naar schatting 6,5 miljard dollar aan jaarlijkse wereldwijde schade aan gewassen.
Omdat aardappelen een cruciale rol spelen in de wereldwijde voedselzekerheid, werkten de onderzoekers aan een methode om deze plantinfecties vroegtijdig op te sporen. De studie werd geleid door promovendus Matanel Hipsch onder supervisie van Dr. Shilo Rosenwasser, een hoofddocent en assistent-professor aan de faculteit, die is gevestigd in Rehovot.
"De ontwikkeling van geavanceerde biotechnologische hulpmiddelen voor de vroege detectie van plantenziekten kan leiden tot een toekomstige doorbraak in onderzoek in het begrijpen van het pathogeniteits proces, waardoor de voedselzekerheid wordt verbeterd door schade aan de wereldwijde landbouw te minimaliseren", legt Rosenwasser uit.
De nieuwe techniek maakt het mogelijk verschillende schadelijke ziektes in de bladeren van de plant vroegtijdig op te sporen met behulp van een eenvoudige en onschadelijke uitwendige scan. Met behulp van genetische manipulatiemethoden produceerden de onderzoekers nieuwe aardappelrassen die speciale eiwitten creëren die naar verschillende delen van de plantencellen worden gestuurd. Als onderdeel van het proces fungeert het eiwit als een unieke biologische sensor die bijvoorbeeld naar de chloroplasten in de plantencellen kan worden gestuurd waar fotosynthese plaatsvindt.
"In de vroege stadia is het moeilijk om de ziekte te identificeren omdat er geen uiterlijke tekenen op het blad te zien zijn", legt Hipsch uit. "In onze vorige studie zagen we dat het gebruik van moleculaire sensoren in de biologische systemen van aardappelen bijzonder effectief is in het identificeren van stresscondities, zelfs voordat er plantschade is aangericht."
Met behulp van gevoelige camera's die de signalen van de sensor kunnen oppikken, konden ze ruimtelijke informatie krijgen op het niveau van de hele plant. Volgens de onderzoekers hielpen de beelden die door de camera's werden geproduceerd, om de fysiologische toestand van de plant te volgen tijdens de ontwikkeling van Phytophthora in de aardappel.
De onderzoeksresultaten toonden aan dat het gebruik van eiwit als biologische sensor in staat was om de zieke delen van de bladeren zelfs tijdens de eerste onzichtbare stadia te detecteren. Deze bevindingen brachten de onderzoekers er ook toe om samen te werken met Dr. David Helman van de HU-afdeling bodem- en waterwetenschappen om een op AI gebaseerd algoritme te ontwikkelen dat in staat is de fluorescerende beelden te analyseren en onderscheid te maken tussen gezonde bladeren en geïnfecteerde bladeren.
"We hebben gezien dat planten die zijn geïnfecteerd met Phytophthora ervoor zorgen dat het eiwit uit de chloroplast komt en zich daarbuiten ophoopt", legt Hipsch uit. "Deze output veroorzaakte een verandering in de fluorescerende eigenschappen van het eiwit, wat hielp om de penetratiepunten van de ziekteverwekker in het blad te identificeren."
Een van hun meest fascinerende bevindingen suggereerde dat de met Phytophthora geïnfecteerde gebieden worden gekenmerkt door een hogere fotosynthetische activiteit in vergelijking met de rest van het blad. De onderzoekers legden uit dat deze resultaten aangeven hoe de ziekteverwekker de bladproductiviteit in de vroege stadia van de ziekte handhaaft en zelfs verbetert om de ontwikkeling ervan in de plant te 'verhullen'.
Volgens het team kan de nieuwe methode worden gebruikt voor diepgaande studie van de mechanismen van resistentie tegen aardappelziekte, maar ook voor het scannen en detecteren van potentiële stoffen die de weerstand van planten zullen verbeteren.
