香蕉簇顶病(Banana Bunchy Top Disease, BBTD)综合诊断:结合环介导等温扩增(LAMP)分子检测与多病害计算机视觉系统用于撒哈拉以南非洲田间监测

《Food and Energy Security》:Integrated Diagnostics for Banana Bunchy Top Disease: Combining LAMP Molecular Detection With a Multi-Disease Computer Vision System for Field-Level Surveillance in Sub-Saharan Africa

【字体: 大 中 小 】 时间:2026年06月02日 来源:Food and Energy Security 4.5

编辑推荐:

  摘要:香蕉与大蕉(Musa spp. L.)是撒哈拉以南非洲粮食安全和农村生计的基础,但生产受多种病害严重制约,其中香蕉簇顶病毒(Banana bunchy top virus, BBTV)是最具破坏性的病毒威胁。诊断基础设施不足限制了有效管理,尤其无法检出通

  
摘要:香蕉与大蕉(Musa spp. L.)是撒哈拉以南非洲粮食安全和农村生计的基础,但生产受多种病害严重制约,其中香蕉簇顶病毒(Banana bunchy top virus, BBTV)是最具破坏性的病毒威胁。诊断基础设施不足限制了有效管理,尤其无法检出通过无性繁殖材料非正式交换传播的无症状感染。本研究提出一种集成诊断框架,将环介导等温扩增(Loop-mediated isothermal amplification, LAMP)分子诊断与基于深度学习的计算机视觉相结合,用于在田间条件下快速、可扩展地检测病害。研究人员针对BBTV外壳蛋白(coat protein, CP)基因设计四引物LAMP检测体系,引物基于多种非洲分离株保守序列设计,并采用简化的碱裂解法(alkaline extraction protocol)替代常规核酸纯化。该检测方法与聚合酶链式反应(Polymerase Chain Reaction, PCR)和实时荧光定量PCR(real-time PCR, qPCR)具有一致的检出率及100%特异性,且将总诊断时间由4–6 h缩短至60 min。研究人员在实验室内部表达重组Geobacillus stearothermophilus DNA聚合酶大片段(Bst DNA-LF),酶学性能与商业化替代品相当,预计单次反应成本降低70%–80%。同时,研究人员基于17,703张田间采集图像(涵盖22种病害及生理胁迫类别)经17次迭代训练得到Single Shot MultiBox Detector Lite MobileNetV2(SSDLite MobileNetV2)目标检测模型,最终模型对BBTV、香蕉细菌性萎蔫病(banana xanthomonas wilt, BXW)和健康叶片的分类准确率分别达92.5%、91.0%和98.1%,并通过PlantVillage手机应用程序实现离线实时诊断。基于二维码(Quick Response, QR)的元数据系统将人工智能(Artificial Intelligence, AI)表型评估与对应分子确证结果关联,实现带地理坐标的监测以追踪有症状及无症状感染。综上,大规模AI筛查用于快速田间普查与LAMP分子确证用于症前检测互为补充,为撒哈拉以南非洲香蕉生产保护提供了可及、低成本的诊断框架。
论文解读:香蕉簇顶病(BBTV)集成LAMP分子检测与计算机视觉多病害诊断系统的开发及其在撒哈拉以南非洲田间监测中的应用
香蕉与大蕉(Musa spp. L.)是撒哈拉以南非洲重要的主粮作物,年产量达3000万~3300万公吨,支撑数百万家庭的食品安全与生计。然而该地区单产远低于潜力产量,除栽培管理因素外,生物胁迫是主要限制因子。香蕉簇顶病(Banana bunchy top disease, BBTD)由香蕉簇顶病毒(Banana bunchy top virus, BBTV;纳米病毒科Nanoviridae)引起,经香蕉蚜虫(Pentalonia nigronervosa)传播并随带毒吸芽远距离扩散,已在20余个非洲国家报道,被视为最具毁灭性的病毒病害。此外香蕉细菌性萎蔫病(banana xanthomonas wilt, BXW;Xanthomonas vasicola pv. musacearum)、黑/黄叶斑病(Sigatoka diseases;Mycosphaerella fijiensis / M. musicola)及镰刀菌枯萎病(Fusarium wilt, Tropical Race 4, TR4)等亦构成重大威胁。当前撒哈拉以南非洲缺乏适用田间条件的诊断手段——酶联免疫吸附测定(Enzyme-Linked Immunosorbent Assay, ELISA)和常规PCR依赖实验室设施,BBTV在吸芽中可长期潜伏且无症状,仅靠目测症状严重低估真实流行率,而分子检测成本与复杂度阻碍其在基层部署。因此研究人员开展了此项研究,旨在开发并验证一套集智能手机深度学习表型筛查与现场LAMP分子确证于一体的低成本、可扩展综合诊断与监测框架,服务于资源受限环境下的BBTV及其他主要香蕉病害管理。该研究发表于《Food and Energy Security》。
主要关键技术方法:
研究人员采集坦桑尼亚基戈马(Kigoma)和莫罗戈罗(Morogoro)地区BBTV阳性样品、检疫健康对照及未知感染状态(含无症状)田间样品为样本队列。分子方面:基于GenBank中33条非洲BBTV分离株CP基因保守区,用NEB LAMP Primer Design Tool设计四引物LAMP体系;用碱裂解缓冲液(2 mM NaOH + 6% PEG-200,加Tris–HCl中和)直接处理约5 mm叶盘获取粗提模板;自表达并纯化重组Bst DNA-LF聚合酶;以65℃等温扩增60 min并实时荧光监测,以常规PCR(349 bp产物)和qPCR作平行比对。计算机视觉方面:收集田间17,703张涵盖BBTV、BXW、黑/黄Sigatoka、营养缺乏、破损叶、干枯叶及各类健康组织的香蕉植株图像,经植物病理学家审核标注(PASCAL VOC格式),采用迁移学习训练SSDLite MobileNetV2目标检测模型,经17轮迭代优化;模型部署于PlantVillage安卓端支持离线推理,并通过QR码将AI表型判读与LAMP分子结果及GPS等元数据关联上传至AI Observatory进行专家校验与持续再训练。
研究结果
3.1 LAMP Assay Development and Performance Evaluation(LAMP检测体系开发与性能评价)
研究人员依据33株非洲BBTV分离株CP基因保守区设计F3、B3、FIP(F1C-F2)、BIP(B1C-B2)四引物,靶向核苷酸456–805 bp区域。简化碱提取法与CTAB法提取DNA模板在LAMP反应中产生可比荧光信号,阴性对照(健康植株DNA、提取缓冲液、无核酸酶水)均无扩增,特异性100%且无宿主DNA交叉反应。自制重组Bst DNA-LF与商业化NEB Bst 2.0相比,扩增起始延迟约6 min(分别约41 min vs 35 min),但指数增长期平行且终点荧光强度相当(约85–90荧光单位),特异性一致。对同一组样本,LAMP、常规PCR及qPCR检出结果完全一致;LAMP将样本前处理时间缩至<5 min,全程60 min(传统方法需4–6 h),仅需65℃恒温和便携荧光检测设备。
3.2 Computer Vision-Based Disease Detection System(基于计算机视觉的病害检测系统)
数据集经17版迭代扩充至17,703张图像、22个类别(含7种病害/胁迫及健康组织各部位)。SSDLite MobileNetV2最终模型混淆矩阵显示:BBTV叶片召回率92.5%(186/201),主要误判为健康叶(5.0%);BXW叶片91.0%(81/89),主要误判为黄叶斑病(9.0%);健康叶98.1%(357/364);幼株紫叶(Healthy Purple)94.6%(122/129)。黑叶斑病与黄叶斑病互相误判较高(分别为19.2%和27.1%),符合二者晚期症状重叠生物学特征;干枯叶、多数果穗及假茎类别达100%召回。营养缺乏叶(n=15)和BXW果穗(n=4)因样本量少准确率偏低。模型集成入PlantVillage应用,支持手机端实时离线检测。QR码追踪系统将每一样本AI判读结果与LAMP分子确证、GPS坐标、品种、农业生态带等信息绑定,上传至中央观测平台实现地理参照监测。
讨论与结论
研究人员指出,针对BBTV CP基因保守区设计的四引物LAMP体系在非洲遗传多样性背景下具广泛适用性,简化碱裂解法免除柱式DNA提取,使现场分子诊断可行。自制重组Bst DNA-LF酶性能与商品酶等效,预计使单次LAMP反应成本降低70%–80%,解除了大规模监测的经济壁垒。计算机视觉模型经植病专家参与的错误校正与迭代再训练,对BBTV、BXW及健康组织达较高准确率;虽BBTV视觉检出率未达植物检疫认证通常要求的95%置信水平,但在资源受限地区可作为初筛工具,配合QR码关联LAMP对无症状感染的确证,形成"AI广域表型初筛—LAMP分子确诊"的分级诊断策略。系统通过PlantVillage应用公开分发,具离线运行与跨设备兼容性,其MLOps(Machine Learning Operations)流程持续吸纳田间数据与专家标注以提升模型鲁棒性。集成框架还能生成高分辨率病害分布图,推动从被动应对向预测干预转变。该综合诊断范式可直接拓展至其他香蕉病原菌(如BXW、TR4)及薯芋类无性繁殖作物,为撒哈拉以南非洲建立无毒繁殖材料认证体系奠定技术基础。研究表明,结合低成本现场LAMP与智能手机AI视觉筛查的集成诊断监测框架,能有效弥补现有诊断缺口,实现对BBTV无症状感染的分子确证与多病害表型大面积普查,对保障小农香蕉生产系统与区域粮食安全具有重要应用价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号