植物疫病对全球粮食安全构成严峻威胁，特别是在千百万人都依靠自耕来获取食物的发展中国家。
在撒哈拉以南的非洲地区，有一种疫病肆虐已久，破坏着该地区提供食物、饲料和收入的主要农作物，这种疫病就是“玉米致命坏死病（maize lethal necrosis）”。然而，通过了解其生物特性来应对疫病比较困难，因为它源于两种病毒的相互作用，因此，还需要数学来发挥作用。
来自国家数学与生物综合研究所的一个研究团队利用数学模型来更好地了解疾病的动态，并弄清如何管理疾病。他们的研究成果发表在2017年6月份的《植物病理学》杂志上。得益于他们的研究，不仅能够更深入了解玉米致命坏死病，还可以丰富管理信息，并帮助应对由病原体混合而引发的其他破坏性疫病。
团队重点针对肯尼亚的玉米致命坏死病进行了研究。在该地区，玉米一旦感染，要么过早死亡，要么就颗粒无收，从而使产量大幅下降，造成非常严重的损失。在肯尼亚，大部分玉米产量来自中小型农户，与掌握资源比较丰富的大型农户相比，他们对食品生产损失的承受能力比较弱。
研究发现，通过混合轮作、控制虫害、使用无病毒的商业种子可以实现最佳疫病防控效果。但是，这种管理策略并不能通用，只有那些能够购买农用化学品和商业种子的大型农场才能用得起。相反，缺乏资源的小规模农户，只能依靠轮作和移除病株，实现的防控效果极为有限。对大小两种农户而言，要大面积地实施协同管理才能实现长期、可持续的疫病控制。
本研究成果凸显了数学模型在疫病出现过程中及时进行管理的价值，特别是在流行病学信息不足的情况下更是如此。
论文作者指出，数学模型可以发挥重要作用，它能整合可以获取的生物学信息，并以合理的假设探寻缺失的要素，从而分析疫病控制方式的潜在效果。模型还可以在寻找长期可持续控制方式时，帮助优化一些关键性的研究问题。
建模框架对于其他协同感染会造成严重后果的作物具有潜在的参考价值。研究成果是国家数学与生物综合研究所多尺度植物病毒工作组共同努力的结晶。工作组成立于2014年，成员包括数学家、生态学家、植物病理学家和进化生物学家，他们几年前聚在一起，探索用新的数学方法进行植物病理学研究。
发布时间：2017-06-27