Faster identification of disease resistant pines using infrared spectroscopy

Projektet syftade till att utveckla en snabb, pålitlig och fältanpassad metod för att identifiera tallar med resistens mot flera patogener, så kallad bredspektrumresistens.

Med metodiken Fourier-transform infraröd spektroskopi (FTIR) kan man karakterisera biokemiska egenskaper såsom fenoler och terpenoider som är kopplade till trädens resistens. I projektet testades en handhållen FTIR-enhet för att avläsa kemiska signaturer direkt från intakta vävnader.

I projektet genomfördes två växthusexperiment med krukodlade tallplantor inokulerade med Diplodia sapinea som angriper tallskott. I ett tredje experiment testades avskurna delar av mogna tallar med känd resistens mot Dothistroma septosporum, som angriper tallens barr. På plantorna samlades spektra in från olika vävnader (barr, floem och skott) före inokulering.

Huvudkomponentsanalys (PCA) är en statistisk metod för att förenkla komplexa data och synliggöra underliggande mönster. Den användes för att se om resistenta och mottagliga träd skilde sig åt i sina kemiska profiler. Genom maskininlärning (SVM) användes sedan dessa mönster för att klassificera träd som resistenta eller mottagliga baserat på deras kemiska signaturer.

Skadeutvecklingen påverkades av tidpunkt för inokulering av tallplantorna och av vävnadstypen, där toppskott uppvisade mindre skador än sidoskott. Att klassificera resistensfenotyper baserat på skadans längd gav varierande resultat beroende på vävnadstyp, vilket understryker vikten av vävnadsspecifika analyser i resistensstudier.

FTIR-data, särskilt från skott, gav högst prediktiv noggrannhet för resistens mot D. sapinea. Skott är den biologiskt viktigaste vävnaden för denna patogen. Även om SVM-modeller presterade väl på träningsdata varierade deras noggrannhet på testdata. Att kombinera data från flera år förbättrade modellernas prestanda och belyste skillnader i vävnaders prediktiva förmåga. Sammantaget hade modellerna cirka 70 procent noggrannhet i att förutsäga resistensfenotyper.

Barrvävnad var mest tillförlitlig för att förutsäga resistens mot D. septosporum. Med SVM-modeller uppnåddes över 90 procent noggrannhet. Även i detta fall överensstämmer barr som bästa vävnad för prediktion med den biologiska relevansen för D. septosporum, som är en barrsjukdom.

Sammanfattningsvis kunde projektet visa på potentialen hos FTIR som ett icke-destruktivt, portabelt verktyg för snabb resistensscreening. Metoden minimerar provberedning och möjliggör tillämpning på stora material. Den är ett effektivt alternativ till traditionella och arbetsintensiva metoder. Nästa steg bör bli tester på större trädpopulationer.