بهینه‌سازی شرایط استفاده از سموم به منظور مدیریت شدت بیماری‌زایی قارچ Rhizoctonia solani در کاهو
محورهای موضوعی : بیماری شناسی گیاهیمهدی اسحاقی 1 , ثمین صدیق 2 * , مژده ملکی 3
1 - گروه بیماری شناسی گیاهی، واحد ورامین-پیشوا، دانشگاه آزاد اسلامی، ورامین، ایران
2 - گروه گیاهپزشکی، دانشکده کشاورزی، واحد ورامین-پیشوا، دانشگاه آزاد اسلامی
3 - دانشیار، گروه بیماری شناسی گیاهی، واحد ورامین-پیشوا، دانشگاه آزاد اسلامی، ورامین، ایران
کلید واژه: واژگان کلیدی: Rhizoctonia solani, کاهو, قارچکش بیولوژیک, کاربندازیم, کنترل بیماری‌های خاکزاد,
چکیده مقاله :
قارچ Rhizoctonia solani Kühn به‌عنوان یکی از عوامل بیماری‌زای خاکزاد خسارت‌زا، موجب بروز بیماری پوسیدگی طوقه و ریشه در بسیاری از محصولات کشاورزی از جمله کاهو (Lactuca sativa L.) می‌گردد. کنترل این قارچ به‌دلیل گستره میزبانی بالا و بقای طولانی در خاک، همواره با چالش‌های فراوانی همراه بوده است. در این پژوهش، برای مدلسازی و بهینه‌سازی شدت بیماری‌زایی قارچ R. solani در کاهو، از روش سطح پاسخ (RSM) در قالب طرح مرکب مرکزی (CCD) استفاده شد. هدف، تعیین شرایط بهینه مصرف سه نوع قارچکش شامل یک قارچکش شیمیایی (کاربندازیم) و دو فرآورده زیستی (پارس باسیل حاوی Bacillus velezensis و تریکومیکس HV حاوی Trichoderma harzianum) بر شدت بیماری‌زایی دو جدایه متفاوت (B و C) از قارچ R. solani در شرایط مزرعه‌ای در شهرستان ورامین بود. نتایج نشان دهنده تفاوت معنیدار در شدت بیماری‌زایی میان جدایه‌ها بود؛ جدایه B نسبت به تیمارها مقاومت بیشتری نشان داد. در حالیکه جدایه C بهطور معنی‌داری نسبت به کاربندازیم حساس‌تر بود. استفاده از قارچ‌کش‌های زیستی تأثیر محافظتی قابل توجهی بر گیاه به‌ویژه در مراحل ابتدایی رشد نشان دادند. همچنین نتایج مدلسازی نشان داد که مدل آماری از برازش مطلوبی برخوردار بوده و قادر به پیش‌بینی دقیق شدت بیماری‌زایی است. بهینه‌سازی مدل نشان داد که بیشترین کارایی کاربندازیم در دز ۳ در هزار و سه نوبت کاربرد در ماه حاصل شد؛ در حالیکه برای قارچ‌کش‌های زیستی، دز ۲ در هزار در دو نوبت کاربرد، بهترین عملکرد پیشگیرانه را داشتند. بهطور کلی، نتایج تأیید کرد که انتخاب نوع قارچکش، زمان و تعداد دفعات مصرف نقش کلیدی در مدیریت پایدار بیماری پوسیدگی طوقه در کاهو دارد.
Rhizoctonia solani Kühn is recognized as one of the most destructive soil-borne pathogens, responsible for causing collar and root rot in numerous economically important crops, including lettuce (Lactuca sativa L.). Due to its broad host range and remarkable persistence in soil ecosystems, effective management of this pathogen remains a significant challenge for sustainable agriculture. In the present study, the Response Surface Methodology (RSM) integrated with a Central Composite Design (CCD) was employed to model and optimize the pathogenicity intensity of R. solani on lettuce. The primary objective was to identify the optimal conditions for applying three fungicidal treatments- a chemical fungicide (carbendazim) and two biological formulations (Pars Basil containing Bacillus velezensis and Trichomix HV containing Trichoderma harzianum- against two distinct isolates (B and C) of R. solani under open-field conditions in Varamin, Iran. Significant differences in pathogenicity intensity were observed between the isolates. Isolate B exhibited higher resistance to the applied treatments, whereas isolate C showed a markedly greater sensitivity to carbendazim. The use of biological fungicides provided substantial protective effects, particularly during the early growth stages of the crop. Furthermore, the statistical modeling demonstrated a strong goodness-of-fit, indicating the model’s high predictive accuracy in estimating disease severity. Optimization results revealed that the maximum efficacy of carbendazim was achieved at a concentration of 3‰ (3 gL⁻¹) with three applications per month. In contrast, the biological fungicides showed optimal preventive performance at a concentration of 2‰ (2 gL⁻¹) with two applications. Collectively, these findings highlight that the selection of fungicide type, application timing, and treatment frequency plays a pivotal role in the sustainable management of lettuce collar rot disease caused by R. solani. This study underscores the potential of integrating chemical and biological control strategies within predictive optimization frameworks to enhance disease suppression while minimizing environmental impact.
Ajayi, O.O. 2016. Genetic diversity and fungicide sensitivity of Rhizoctonia solani associated with soybean seedling disease, University of Illinois at Urbana-Champaign.
Ajayi‐Oyetunde, O.O. and Bradley, C.A. 2018. Rhizoctonia solani: taxonomy, population biology and management of rhizoctonia seedling disease of soybean. Plant pathology 67(1): 3-17. https://doi.org/10.1111/ppa.12733.
Aktar, M.W., Sengupta, D. and Chowdhury, A. 2009. Impact of pesticides use in agriculture: their benefits and hazards. Interdisciplinary Toxicology 2(1): 1-12. https://doi.org/10.2478/v10102-009-0001-7.
Beaumelle, L., Tison, L., Eisenhauer, N., Hines, J., Malladi, S., Pelosi, C., Thouvenot, L. and Phillips, H.R., 2023. Pesticide effects on soil fauna communities-A meta‐analysis. Journal of Applied Ecology 60(7): 1239-1253. https://doi.org/10.1111/1365-2664.14437.
Cook, R.J. and Baker, K.F. 1983. The Nature and Practice of Biological Control of Plant Pathogens. American Phytopathological Society (APS Press), 539p.
Fisher, M.C., Hawkins, N.J., Sanglard, D. and Gurr, S.J. 2018. Worldwide emergence of resistance to antifungal drugs challenges human health and food security. Science 360 (6390): 739-742. https://doi.org/10.1126/science.aap7999.
Glosier, B.R., Ogundiwin, E.A., Sidhu, G.S., Sischo, D.R. and Prince, J.P. 2008. A differential series of pepper (Capsicum annuum) lines delineates fourteen physiological races of Phytophthora capsici: Physiological races of P. capsici in pepper. Euphytica 162: 23-30. https://doi.org/10.1007/s10681-007-9532-1.
Harman, G.E., Howell, C.R., Viterbo, A., Chet, I. and Lorito, M. 2004. Trichoderma species-opportunistic, avirulent plant symbionts. Nature Reviews Microbiology 2(1): 43–56. https://doi.org/10.1038/nrmicro797.
Hu, X., Li, M., Yu, Y. and Wang, Z. 2024. Applications of Bacillus velezensis in sustainable agriculture: A review of mechanisms and field performance. Biological Control, 191, 105301. https://doi.org/10.1016/j.biocontrol.2024.105301.
Indu, Baghel, A.S., Bhardwaj, A. and Ibrahim, W. 2022. Optimization of pesticides spray on crops in agriculture using machine learning. Computational Intelligence and Neuroscience 2022(1): 9408535. https://doi.org/10.1155/2022/9408535.
Jacobsen, B., Kephart, K., Zidack, N., Johnston, M. and Ansley, J. 2004. Effect of fungicide and fungicide application timing on reducing yield loss to Rhizoctonia crown and root rot. Sugarbeet Research and Extension Reports 35: 224-226.
Madden, L.V., Hughes, G. and Van den Bosch, F. 2007. The Study of Plant Disease Epidemics. APS Press. https://doi.org/10.1094/9780890545058.
Muzela, J.K.K. 2008. Evaluation of three fungicides for control of soilborne diseases of lettuce seedlings. University of Pretoria, South Africa, 65p.
Ongena, M., Jourdan, E. and Kieu, N.P. 2024. Bacterial biocontrol agents: The multifaceted action of Bacillus spp. and their application in plant protection. Trends in Plant Science 29(2): 117-132. https://doi.org/10.1016/j.tplants.2024.01.005.
Panth, M., Hassler, S.C. and Baysal-Gurel, F. 2020. Methods for management of soilborne diseases in crop production. Agriculture 10(1): 16. https://doi.org/10.3390/agriculture10010016.
Parmeter, J. R. 2023. Rhizoctonia solani: biology and pathology. University of California Press, 272p.
Raid, R.N. 2004. Lettuce diseases and their management. Pp. 121-147. In: Naqvi, S.A.M.H. (eds.). Diseases of Fruits and Vegetables: Volume II: Diagnosis and Management. Dordrecht: Springer, Netherlands. https://doi.org/10.1007/1-4020-2607-2_5.
Rebollar-Alviter, A. and Nita, M. 2011. Optimizing fungicide applications for plant disease management: Case studies on strawberry and grape. INTECH Open Access Publisher.
Roca-Couso, R., Gutiérrez, S., Casquero, P. A. and Ríos-Momberg, M. 2021. Emerging Trichoderma species for biocontrol: Biological features, mechanisms, and applications. Fungal Biology Reviews 35(2): 62-78. https://doi.org/10.1016/j.fbr.2021.01.003.
Shafi, J., Tian, H. and Ji, M. 2017. Bacillus species as versatile weapons for plant pathogens: A review. Biotechnology & Biotechnological Equipment 31(3): 446-459. https://doi.org/10.1080/13102818.2017.1286950.
Vinale, F., Sivasithamparam, K., Ghisalberti, E. L., Marra, R., Woo, S. L. and Lorito, M. 2008. Trichoderma-plant-pathogen interactions. Soil Biology and Biochemistry 40(1): 1-10. https://doi.org/10.1016/j.soilbio.2007.07.002.
Xu, Y., Gao, Y., Huang, H., Wang, J. and Zhang, L. 2021. Rapid identification and classification of plant pathogenic fungi using molecular and genomic tools. Frontiers in Microbiology 12: 671602. https://doi.org/10.3389/fmicb.2021.671602.
Yousfi, M., Sellami, S. and Djebaili, R. 2024. The emerging role of Trichoderma harzianum in sustainable agriculture: Advances in biofungicide development. Journal of Applied Microbiology 136(4): 845-857. https://doi.org/10.1111/jam.15837.