Combatiendo la enfermedad del mosaico de la yuca en el sudeste asiático
Estrategias para manejar la enfermedad del mosaico de la yuca y proteger a las comunidades agrícolas.
― 7 minilectura
Tabla de contenidos
- Importancia de la Yuca
- Entendiendo los Virus del Mosaico de la Yuca
- La Importancia de la Vigilancia Temprana
- El Papel del Material de Siembra Limpio
- Marco de Modelado para la Gestión de Enfermedades
- Análisis de Riesgos Ambientales
- Modelado de Redes para la Propagación de Patógenos
- Análisis de Escenarios de Estrategias de Gestión
- Hallazgos y Perspectivas Clave
- Conclusión
- Direcciones Futuras
- Fuente original
Los sistemas de semillas son clave en la agricultura porque ofrecen buenas variedades de cultivos y ayudan a prevenir la propagación de plagas y enfermedades. Las enfermedades de los cultivos, especialmente las causadas por patógenos invasores, pueden causar daños severos, especialmente a medida que el área y la densidad de cultivos aumentan en todo el mundo. En Asia, el aumento del comercio y los cambios climáticos han hecho que los brotes de plagas y enfermedades sean más comunes, sobre todo en regiones como la Gran Región del Mekong en el Sudeste Asiático. Cultivos importantes como el maíz, los plátanos y la yuca están amenazados por plagas y enfermedades, afectando los medios de vida de millones de pequeños agricultores en la zona.
Importancia de la Yuca
La yuca es un alimento básico vital y fuente de almidón industrial en regiones tropicales y subtropicales. Muchos pequeños agricultores cultivan yuca en tierras de mala calidad que no son adecuadas para otros cultivos. Es esencial para la subsistencia de las comunidades rurales. Desafortunadamente, enfermedades como la enfermedad del mosaico de la yuca (CMD) causadas por virus del mosaico de la yuca se han convertido en obstáculos significativos para la producción. Estos virus se propagan a través de moscas blancas y mediante materiales de siembra de yuca infectados. El primer caso reportado de CMD en el Sudeste Asiático fue en Camboya en 2015, con una rápida propagación en los países vecinos.
Entendiendo los Virus del Mosaico de la Yuca
El virus del mosaico de la yuca conocido como virus del mosaico de la yuca de Sri Lanka (SLCMV), encontrado en Camboya, es más agresivo que otras cepas conocidas previamente en la región. Mientras que los virus del mosaico de la yuca han creado desafíos para la agricultura de yuca en África durante años, su aparición en el Sudeste Asiático parece repentina. La rápida propagación de la CMD es preocupante ya que amenaza la sostenibilidad de la industria de la yuca en la región. Las autoridades necesitan tomar decisiones difíciles sobre la asignación de recursos para la supervisión y cómo distribuir de manera efectiva materiales de siembra saludables.
La Importancia de la Vigilancia Temprana
La vigilancia temprana y la gestión de la CMD son vitales, particularmente durante las etapas iniciales de un brote. Se pueden tomar acciones efectivas para minimizar los efectos de la enfermedad cuando los datos aún son limitados. Es crucial utilizar estrategias basadas en datos para gestionar brotes emergentes y reconocer que una intervención oportuna a menudo es necesaria para un control exitoso de los patógenos invasores. Se han creado varios modelos para predecir y gestionar la propagación de enfermedades como la CMD.
El Papel del Material de Siembra Limpio
Una de las mejores estrategias para combatir la CMD es usar materiales de siembra libres de enfermedades. Sin embargo, debido a que las tasas de multiplicación de estos materiales son bajas, no hay suficientes suministros disponibles. Para mitigar la propagación de la CMD, es crucial distribuir inteligentemente estos materiales limpios y dirigirse a áreas específicas basadas en la incidencia de la enfermedad.
Marco de Modelado para la Gestión de Enfermedades
Para abordar la CMD, un marco de modelado que incorpore aprendizaje automático puede proporcionar apoyo valioso para la toma de decisiones en la gestión de sistemas de semillas. Este marco ayuda a evaluar los Riesgos Ambientales al mismo tiempo que captura la posible propagación a través del intercambio de semillas y el movimiento de moscas blancas. Al integrar varias fuentes de datos, su objetivo es prever el riesgo de enfermedades y desarrollar estrategias de gestión efectivas en regiones como Camboya y Vietnam.
Análisis de Riesgos Ambientales
Para predecir el riesgo de CMD en áreas que aún no han sido infectadas, los investigadores necesitan entender cómo los factores ambientales contribuyen a la aparición y propagación de la enfermedad. Al utilizar diferentes técnicas de aprendizaje automático, los investigadores pueden estimar los niveles de riesgo de diferentes regiones basándose en el clima, el uso de la tierra y otros factores relevantes. Esta información se vuelve esencial en los modelos de proyección, permitiendo a las autoridades identificar áreas con mayor riesgo.
Modelado de Redes para la Propagación de Patógenos
Otro aspecto del marco es crear un modelo de red para visualizar cómo la CMD puede propagarse a través del intercambio de esquejes de siembra y el movimiento de moscas blancas. Es importante diferenciar entre las fuentes de infección locales y externas para evaluar con precisión la probabilidad de presencia de la enfermedad en diferentes distritos.
Análisis de Escenarios de Estrategias de Gestión
El análisis implica probar diferentes escenarios para implementar material de siembra limpio. Al simular varias estrategias de gestión, los investigadores pueden identificar qué métodos serán más efectivos para frenar la propagación de la CMD. Los resultados guiarán las decisiones sobre dónde enfocar esfuerzos y recursos.
Hallazgos y Perspectivas Clave
Evaluación de Riesgos: Predecir el riesgo de establecimiento de la CMD basado en datos ambientales puede ayudar a identificar áreas vulnerables. Las proyecciones sugieren niveles de riesgo variables en diferentes distritos.
Importancia del Material de Siembra Limpio: Distribuir consistentemente materiales de siembra limpios en áreas específicas puede reducir significativamente la prevalencia de la CMD a lo largo del tiempo.
Estrategias de Gestión Efectivas: Los lugares de gestión fijos, donde los distritos con alta prevalencia de CMD son gestionados de manera constante, mostraron mejores resultados que áreas seleccionadas aleatoriamente o zonas de gestión cambiantes.
Impacto de las Restricciones Comerciales: Limitar el movimiento de materiales de siembra infectados a través del comercio puede reducir drásticamente la propagación de la CMD, particularmente en regiones no adyacentes.
Compromiso con los Interesados: Involucrar a los interesados locales en sesiones de retroalimentación puede mejorar la utilidad de los resultados del modelo y ayudar a adaptar los recursos a las necesidades locales.
Conclusión
La gestión de la enfermedad del mosaico de la yuca en el Sudeste Asiático es un desafío complejo que requiere un enfoque multifacético. Al utilizar eficazmente los sistemas de semillas y establecer un sólido marco de apoyo a la toma de decisiones, las autoridades pueden mitigar el impacto de la CMD en la industria de la yuca. La cooperación entre agricultores locales, investigadores y responsables de políticas es crucial para mantener una producción sostenible de yuca y proteger los medios de vida de muchas comunidades rurales en la región.
Direcciones Futuras
Un mayor refinamiento del modelo de enfermedad y la incorporación de datos adicionales pueden llevar a una mejor toma de decisiones en la lucha contra la CMD. Mejorar la comprensión del comportamiento de la mosca blanca y los sistemas de semillas de yuca jugará un papel significativo en los futuros esfuerzos de investigación. Identificar zonas óptimas de gestión y adaptar continuamente las estrategias basadas en nueva información asegurará que la acción sea efectiva para minimizar el impacto de la CMD en un mundo en rápida evolución.
Título: Decision support for managing an invasive pathogen through efficient clean seed systems: Cassava mosaic disease in Southeast Asia
Resumen: CONTEXTEffective seed systems must both distribute high-performing varieties efficiently and slow or stop the spread of pathogens and pests. Epidemics increasingly threaten crops around the world, endangering the incomes and livelihoods of smallholder farmers. Responding to these food and economic security challenges requires stakeholders to act quickly and decisively during the early stages of invasions, typically with very limited resources. The recent introduction of cassava mosaic virus into southeast Asia threatens cassava production in the region. OBJECTIVESOur goal in this study is to provide a decision-support framework for efficient management of healthy seed systems, applied to cassava mosaic disease. The specific objectives are to (1) evaluate disease risk in disease-free parts of Cambodia, Lao PDR, Thailand, and Vietnam by integrating disease occurrence, climate, topology, and land use, using machine learning; (2) incorporate this predicted environmental risk with seed exchange survey data and whitefly spread in the landscape to model epidemic spread in a network meta-population model; and (3) use scenario analysis to identify candidate regions to be prioritized in seed system management. RESULTS AND CONCLUSIONSThe analyses allow stakeholders to evaluate strategy options for allocating their resources in the field, guiding the implementation of seed system programs and responses. Fixed rather than adaptive deployment of clean seed produced more favorable outcomes in this model, as did prioritization of a higher number of districts through the deployment of smaller volumes of clean seed. SIGNIFICANCEThe decision-support framework presented here can be applied widely to seed systems challenged by the dual goals of distributing seed efficiently and reducing disease risk. Data-driven approaches support evidence-based identification of optimized surveillance and mitigation areas in an iterative fashion, providing guidance early in an epidemic, and revising them as data accrue over time.
Autores: Karen A Garrett, K. Andersen Onofre, E. Delaquis, J. Newby, S. de Haan, C. T. L. Thuy, N. Minato, J. Legg, W. Cuellar, R. Alcala Briseno
Última actualización: 2024-02-15 00:00:00
Idioma: English
Fuente URL: https://www.biorxiv.org/content/10.1101/2024.02.13.580210
Fuente PDF: https://www.biorxiv.org/content/10.1101/2024.02.13.580210.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a biorxiv por el uso de su interoperabilidad de acceso abierto.