7月17日，《国际微生物生态学会会刊》在线发表南京农业大学教授沈其荣团队最新研究成果。他们整合了全世界各地1500多个镰刀菌枯萎病相关土壤测序样本，在解释群落特征的基础上，使用机器学习分别构建了细菌和真菌模型。这两种模型在区分健康和发病土壤方面准确度高达85%以上。

研究团队从分子生态学角度出发，以整合分析的方法来解析发病土壤微生物群落的普遍性特征，为预测病害发生提供了可能。该研究不仅揭示了枯萎病发病土壤中微生物的群落特征，还可以精确诊断土壤是否健康。同时，微生物群落特征的揭示可以为寻找关键微生物、生物防控土传枯萎病提供理论支持。该项成果已开放在线比对服务，供其他研究者以测序数据用于健康和发病土壤的区分。

来源：《自然》