Voor het borgen van een gezond teeltsysteem is het belangrijk quarantaineziekten en -plagen in land- en tuinbouw te detecteren en te monitoren. Innovaties op het gebied van detectie en monitoring zijn dringend gewenst omdat de huidige strategieën vaak ontoereikend zijn. Ze houden onvoldoende rekening met diversiteit binnen soorten, evolutie, populatieopbouw van ziekte of plaag. Dit project wil op proactief omgaan met risico’s bij introducties van quarantaineorganismen met behulp van pangenomen.

Plant pathogene quarantaineorganismen (Q-organismen) vormen een nadrukkelijke bedreiging voor Nederlandse teeltsystemen. Recente voorbeelden hiervan zijn de uitbraak van ToBRFV in tomaat, Ralstonia in roos en wratziekte in aardappel. De impact hiervan op de sector is enorm en leidt tot grote verliezen en mogelijk handelsproblemen. Introductie van nieuwe ziekten en plagen kan daarnaast leiden tot een verhoogd gebruik van gewasbeschermingsmiddelen en leidt tot een verlies van grondstoffen uit de keten. Er is daarom behoefte aan goede inschatting van de risico’s van dergelijke nieuwe bedreigingen, en snelle herkenning wanneer deze zich in Nederland voordoen. Dit betekent een gedegen voorbereiding op de komst van dergelijke nieuwe bedreigingen. Daarnaast is het bij een vondst van groot belang om de relatie te kunnen leggen met eerdere vondsten en herkomsten, zodat verspreidingsrisico’s in kaart kunnen worden gebracht. Aan de hand van de implementatie van zelflerende analyse- en visualisatiesoftware zal de verspreiding van een pathogeen tot nu toe en bij toekomstige uitbraken in beeld gebracht worden zodat dit een krachtig instrument kan worden in het beheersen van het pathogeen.

In dit project wordt gewerkt aan implementatie van recente innovaties op het gebied van collectie beheer, monitoring en detectie. Hiervoor is het noodzakelijk om plantpathogeen collecties uit te breiden en inzichtelijk te maken met als doel om betrouwbare soort specifieke diagnostische toetsen te ontwikkelen om Q-organismen betrouwbaar en snel te detecteren.

Voor deze ontwikkeling is het kunnen beschikken over een collectie met goed gekarakteriseerde isolaten essentieel. Het gaat hierbij niet alleen om de hoeveelheid isolaten binnen een soort, maar ook om de genetische en fenotypische diversiteit en oorsprong van de isolaten. Daarnaast is een goede ontsluiting van de collectie met traceerbare en gekoppelde informatie, die geactualiseerd wordt wanneer over een item meer informatie beschikbaar komt van belang. Binnen dit project zullen we komen tot een goede synthese van de database mogelijkheden en zullen de benodigde data uit andere databases gekoppeld worden op basis van machine readable protocollen. Een goede verzameling geeft ook aan hoe compleet deze is en maakt het mogelijk gericht te sturen door ‘witte vlekken’ of ‘plekken met dun ijs’ aan te geven. Tevens is het nodig dat het informatiesysteem de mogelijkheid biedt tot terugkoppeling van gegevens naar de collectie t.b.v. curatie, up-to-date houden en uitbreiding gegevens. Selectie helpt bij het bewaren en uitbreiden van de collectie zodat een betere balans ontstaat. Tenslotte bieden de beoogde collecties de mogelijkheid materiaal te delen (monsters, isolaten, DNA/RNA, sequenties). Dit kan dan weer gebruikt worden voor toetsontwikkeling en methode validatie. Voor een aantal van de hier beoogde quarantaine organismen zijn de afgelopen jaren grote vorderingen gemaakt bij de opbouw en ontsluiting van de collecties. Voor sommige quarantaine organismen is op dit gebied nog veel werk te verrichten en van weer anderen is op dit moment nauwelijks tot geen collectie materiaal voor handen. De gelaagde opzet van dit project maakt het mogelijk dat collectievorming, het opbouwen van het pangenoom en ook de analyses en visualisaties elkaar ondersteunen en profiteren van de vorderingen in andere collecties van quarantaine organismen.

Doordat het aantal middelen verder gereduceerd wordt ontstaan er meer kansen voor pathogenen. Door de toegenomen pathogendruk is een nog betere monitoring van pathogenen essentieel. De ervaringen van de fytosanitaire inspectiediensten is dat hergebruik van substraat of recirculatiewater de ziektedruk verhoogt, omdat schadelijke (micro-)organismen niet worden afgevoerd van het bedrijf. In een kringlooplandbouw wordt juist beoogd om de afvoer van restproducten zoveel mogelijk te beperken. Voorkomen van introductie van een Q-organisme in een gesloten systeem is dus cruciaal, zeker wanneer kennis ontbreekt over hoe de risico’s te beperken, zoals bij veel Q-organismen het geval is. In dat geval is een volledige en specifieke detectie van plantschadelijke Q-organismen om een uitbraak te voorkomen nog essentiëler dan in de huidige teeltsystemen het geval is.
Ook is het voorkómen van de vestiging van Q-organismen belangrijk voor de doelstelling om emissies van gewasbeschermingsmiddelen sterk te reduceren. Betrouwbare en gevoelige detectie en identificatie van pathogenen is daarbij noodzakelijk.

Werkpakket 1: Collectievorming. Het ontbeert NL voor een aantal quarantaineorganismen aan een goede collectie van referentiematerialen en goed gekarakteriseerde stammen. Voor een belangrijk deel zijn dit organismen die onder de nieuwe Plant Health Regulation vallen. Het verzamelen van isolaten van deze organismen gaat onderdeel zijn van dit project, en voor een aantal organismen kunnen de reeds bestaande collecties van de keuringsdiensten, de NVWA en Wageningen Research benut worden. De verworven isolaten zullen aan een van de deelnemende partijen in beheer worden gegeven. Dit gebeurt zoveel mogelijk in bestaande collecties zoals Viruscollect (ondersteund door het BO programma Fytosanitair van LNV) en voor een deel in bestaande collecties van Wageningen Research en de NVWA. Deze kunnen op verzoek aan derden ter beschikking worden gesteld voor onderzoeksdoeleinden. Het gaat naast collecties van levend materiaal ook om andere materialen zoals, DNA, RNA, en afgeleiden hiervan zoals sequenties. De gekozen datastructuur verbetert de mogelijkheden voor beheer. Het houdt de data up-to-date, en traceerbaar volgens de principes van FAIR.

Werkpakket 2: Pangenoom. Ontwikkeling van pangenomen van Q-organismen. Er worden ook aanverwante soorten en look-a-likes meegenomen om tot soortspecifieke diagnostische toetsen te komen. De kwaliteit wordt gecontroleerd, de soortsindicatie wordt geverifieerd en de sequentie en de annotaties worden gebruikt voor de constructie van het pangenoom, waar mogelijk in de context van de verwanten. De gebruikte grafische database zorgt voor mogelijkheden om gegevens te koppelen welke belangrijk zijn voor de afstemming met activiteiten in andere werkpakketten. De sequentiegegevens zullen in het publieke domein (o.a. NCBI genbank) gepubliceerd worden.

Werkpakket 3: Ontwikkelen van diagnostische tools. Het pangenoom is een goede uitgangsbasis om robuuste soortspecifieke moleculair diagnostische toetsen te ontwikkelen. Dit bevat enerzijds verificatie en eventueel optimalisatie van bestaande en ontwikkeling van nieuwe op TaqMan PCR gebaseerde specifieke toetsen voor HTP screening. Deze toetsen zijn robuust omdat rekening gehouden word met de fylogenie en evolutionaire dynamiek. Uiteindelijk komen 2-4 toetsen beschikbaar per Q organisme. Anderzijds zal voor NGS gebaseerde toetsen een nieuwe op pangenoom gebaseerde identificatie ontwikkeld worden. Hiervoor worden ecopangenomen op basis van DNA en/of RNA sequenties ontwikkeld en geïmplementeerd in referentie gebaseerde en de novo gebaseerde NGS detectiestrategieën die ook landelijke surveys kunnen ondersteunen. Ook kunnen bestaande toetsen met de nieuwe pangenomen gevalideerd worden zodat duidelijk is dat ze alle bekende variatie oppikken.

Werkpakket 4: Visualisaties. Hierin worden visualisatiemogelijkheden ontwikkeld en geïmplementeerd die experts ondersteunen bij de monitoring en epidemiologie van uitbraken. Ook zal gewerkt worden aan de implementatie van High-resolution Monitoring Tools. Met deze monitoring tools, zoals b.v. Nextstrain, kunnen door implementatie van zelflerende analysesoftware verbanden worden gelegd tussen uitbraken en zijn visualisaties mogelijk. Zo kan evolutie van een pathogeen ‘real-life’ gevolgd worden, zoals nu bijvoorbeeld voor SARS-CoV-2 gebeurt, en ook voor enkele Q-organisme beschreven in dit project. Deze databases kunnen publiek beschikbaar gesteld en faciliteren internationale samenwerking.

Werkpakket 5: Zelflerende software. Hierin wordt zelflerende analyse software gebruikt om kenmerken te vinden die pathogenen verder karakteriseren en bijvoorbeeld epidemiologische factoren kunnen voorspellen. Aan de hand van een aantal casussen worden deze methodieken gevalideerd en het biedt de mogelijkheid om in de toekomst gericht modelgestuurde experimenten uit te voeren naar alternatieve waardplanten en verspreidingsmogelijkheden.
De gegenereerde materialen, data, methoden en software worden gedeeld met partners binnen dit project. We verwachten binnen dit project het pangenoom van 6-10 Q-organismen te kunnen genereren. Hierbij richten we ons op een breed scala aan Q-organismen, zodat dit project een goede precedentwerking heeft voor het hele fytosanitaire domein. Er wordt in eerste instantie gefocust op het Ralstonia solanacearum species complex, Meloidogyne spp, Synchytrium endobioticum, en ToRSV/TRSV.

Tijdsfasering:
Gezien de aard van collectie opbouw en data analyse zullen de meeste activiteiten gedurende de hele looptijd van het project plaatsvinden. Werkpakketten 1 en 2 vormen het zwaartepunt voor jaar 1 en 2. Werkpakketten 3 en 4 zullen vanaf het tweede jaar meer in de diepte worden uitgewerkt terwijl activiteiten voor werkpakket 4 met name in de laatste twee jaar zullen plaatsvinden.