Метагеномная идентификация патогенов растений и устойчивости к фунгицидам

Молекулярная диагностика фитофтороза, фузариоза, серой гнили и других заболеваний — прямо в поле, без лаборатории


🧬 Описание пейплайна

Phytophthora infestans и другие патогены растений ежегодно уничтожают до 20–40% урожая картофеля и томатов в России. Традиционная диагностика — визуальная оценка агронома или лабораторный анализ (3–7 дней). К моменту получения результата инфекция распространяется по полю.

Наш пайплайн выполняет метагеномное нанопоровое секвенирование (mNGS) образца растительной ткани или почвы прямо на месте посева. За несколько часов агроном получает: точный список выявленных патогенов и — критично для защиты урожая — профиль устойчивости к фунгицидам, позволяющий выбрать действительно эффективный препарат.

  • 📥 На входе: Сырые данные в формате FASTQ после High Accuracy basecalling (Dorado SUP, химия R10.4.1). Материал: гомогенат листа/клубня/корня, почвенный смыв.
  • 📤 На выходе: HTML-отчёт для агронома — выявленные патогены, количественная представленность, профиль резистентности к фунгицидам и рекомендации по обработке.

📊 Доступность продукта

Платформа Статус доступности
OnSiteSeq Cockpit Edge 🟡 В разработке
OnSiteSeq Cockpit Desktop 🟡 В разработке
OnSiteSeq Cockpit Cloud 🔴 Не доступно

🌿 Определяемые патогены

Патоген Заболевание Ключевые культуры
Phytophthora infestans Фитофтороз (поздний ожог) Картофель, томат
Phytophthora sojae Корневая гниль сои Соя
Fusarium oxysporum Фузариозное увядание Томат, огурец, зерновые
Fusarium graminearum Фузариоз колоса Пшеница, ячмень
Alternaria solani Ранний ожог, альтернариоз Картофель, томат
Botrytis cinerea Серая гниль Виноград, земляника, овощи
Pythium spp. Корневые гнили, демпинг-офф Сеянцы, рассада
Plasmopara viticola Мучнистая роса (ложная) Виноград
Peronospora spp. Ложная мучнистая роса Подсолнечник, лук

🎯 Гены устойчивости к фунгицидам

Устойчивость к фунгицидам — прямой аналог AMR в медицине. Пайплайн анализирует молекулярные маркеры резистентности для каждого выявленного патогена:

Phytophthora infestans

Ген Мутации Фунгицид
CesA3 (целлюлозосинтаза) G1105S, G1105V Мандипропамид, диметоморф (CAA-фунгициды)
RPA70 V799A CAA-фунгициды
Ras2 / другие Полиморфизмы Металаксил / Мефеноксам (фениламиды)
Cytb (цитохром b) G143A, F129L Стробилурины (азоксистробин, крезоксим-метил)

Fusarium spp.

Ген Мутации Фунгицид
CYP51 (ланостерол 14α-деметилаза) I381V, Y461D, S524T + промотор ins Азолы (тебуконазол, протиоконазол)
β-тубулин E198A, F200Y Бензимидазолы (тиабендазол, МБЦ)

Botrytis cinerea

Ген Мутации Фунгицид
BcCYP51 Множественные мутации + тандемные повторы Азолы (тебуконазол)
BcMrr1 Активирующие мутации SDHI-фунгициды (боскалид)
BcSdhB/C/D H272R, P225L SDHI-фунгициды
β-тубулин E198A, F200Y Бензимидазолы

Профиль фунгицидов в отчёте

Фунгицид Класс Значение
Металаксил / Мефеноксам Фениламиды Системный; металаксил-устойчивый P. infestans распространён в РФ
Мандипропамид / Диметоморф CAA Высокоактивен против оомицетов
Азоксистробин / Крезоксим-метил Стробилурины (QoI) Широкий спектр; G143A → полная резистентность
Тебуконазол / Протиоконазол Триазолы (DMI) Основа защиты зерновых от фузариоза
Боскалид / Флуксапироксад SDHI Высокий риск резистентности у Botrytis
Тиабендазол Бензимидазолы Высокий уровень резистентности у Botrytis и Fusarium

⚙️ Версии и ML-модели

Основной инструмент

Компонент Статус
OnSiteSeq Фито Pipeline 🟡 В разработке

Планируемые ML-модели

Модель Целевая задача
PhytoPathogen-Classifier Метагеномная классификация патогенов растений (k-мерный CNN)
PhytoRes-Detector Предсказание устойчивости к фунгицидам по молекулярным маркерам
PhytoQuant Количественная оценка тяжести заражения по концентрации патогена в образце

Обучение на геномах из NCBI RefSeq Fungi/Oomycota, PHI-base (Pathogen-Host Interaction database) и базе маркеров резистентности FRAC (Fungicide Resistance Action Committee).


🛠 Под капотом: Зависимости и Окружение (Pipeline Stack)

Этап пайплайна Ключевые библиотеки и инструменты
1. Контроль качества (QC) porechop_abi, NanoFilt, pigz
2. Деплеция хозяйских ридов minimap2 (ref: геном картофеля S. tuberosum DM v6.1)
3. Метагеномная классификация Kraken2 + Bracken (кастомная БД: грибы + оомицеты RefSeq)
4. ITS-баркодирование minimap2 vs UNITE (ITS1/ITS2 база грибов и оомицетов)
5. Детекция генов резистентности Кастомная база FRAC-маркеров + snpEff
6. ML-инференс PyTorch, pandas, scikit-learn

🌍 Глобальный контекст

  • Экономика — мировые потери урожая от P. infestans оцениваются в $6–7 млрд ежегодно. В России фитофтороз поражает до 50% посевов картофеля в дождливые сезоны.
  • Ирландский голод (1845–1852) — исторический пример: P. infestans уничтожил практически весь урожай картофеля в Ирландии, унеся более 1 млн жизней.
  • Металаксил-резистентность — устойчивые популяции P. infestans зафиксированы во всех картофелепроизводящих регионах России. Агроном без молекулярной диагностики применяет неэффективный препарат.
  • FRAC (Fungicide Resistance Action Committee) — международный комитет, ведущий мониторинг резистентности к фунгицидам; Россия участвует в рамках EUROBLIGHT для P. infestans.

🔬 Связанные источники

© 2026 Роман Горбенко, МФТИ-стартап "OnSiteSeq - Секвенирование на месте (у кровати / у стола / в поле)"