Plant Com | 构建植物病害“金字塔”：徐云碧/陈苑团队领衔发文探讨环境组学驱动的绿色抗病管理

2026年3月10日，由北京大学现代农业研究院、中国农业科学院作物科学研究所等多家单位组成的国际合作团队在Plant Communications杂志在线发表了题为"From triangle to pyramid: Understanding host-microbiome-pathogen-environment interplay for enviromics-empowered sustainable plant disease management"的综述/展望性文章。该文系统提出了宿主-病原体-微生物组-环境(HPME)金字塔网络模型，突破了传统"病害三角"的局限，揭示了四要素间多向互作的动态关系，并结合多组学技术(宿主组学、病原组学、微生物组学、环境组学)为环境组学赋能的精准抗病育种和可持续病害防控提供了全新的理论框架。

全球粮食安全面临严峻挑战，气候变化加剧了作物病害的发生与传播。传统"病害三角"模型(宿主-病原体-环境)已难以解释非病原微生物组在病害系统中的独立调控作用。该文创新性地将植物相关微生物组作为独立核心要素纳入病害发生模型，提出了宿主-病原体-微生物组-环境金字塔网络，并系统阐述了环境组学驱动的精准病害管理策略，为应对气候变化下的作物保护提供了新思路。

1 病害模型的演变：从三角到金字塔

该文将传统病害三角模型扩展为宿主-病原体-微生物组-环境(HPME)金字塔，明确将微生物组从环境中分离，作为具有主动调控功能的独立核心要素。相较于仅引入人为干预的"病害四面体"，这一新模型更准确地反映了微生物与宿主共进化、直接竞争、信号交流等自然抑病机制，为理解复杂病害系统提供了更完善的理论框架。

图1 病害三角模型向HPME金字塔网络的演变

2 大气层、冠层与根际层的微生物组-环境组互作及其对植物病害的影响

植物生长环境可分为三个不同的功能层：大气层、冠层和根际层，各层具有独特的微生物群落和病害类型。大气层受气流、降雨、辐射、CO₂等气候因子影响，是白粉病、锈病、灰霉病等气传病害发生的主要区域。冠层微气候(叶片湿度、温度、光照强度)直接调控种传病害和果腐病的侵染与传播。根际层受土壤含水量、pH、养分、盐分及根系分泌物影响，栖息着大量土传微生物，是根腐病、枯萎病、立枯病、青枯病等土传病害的主要发生场所。

3 四大组学技术推动HPME 互作网络解析

由宿主组学、病原组学、微生物组学与环境组学构成的四大技术体系，成为系统性破解复杂的 HPME 互作网络的核心工具。特别值得关注的是，随着单细胞测序、空间转录组（MERFISH）及成像质谱等尖端手段的突破与应用，使我们能够在单细胞分辨率与三维空间尺度上，精准还原宿主-病原体-微生物群落互作的微观演变过程，为深刻理解病害发生的时空动态规律提供了全新视角。

图2 环境因子、微生物组与宿主免疫的互作决定病害发生

4 从理论到实践：环境组学驱动的精准病害管理

文章创新性地将环境组学与六大经典病害管理策略(避病、检疫、根除、保护、抗性、治疗)深度融合。通过整合卫星遥感、物联网传感器与预测模型(如De Wolf、DONcast)，可实现精准施药并减少农药使用量；基因组-环境组预测模型整合SNP标记与高分辨率环境因子和环境协变量，显著提升小麦赤霉病抗性筛选效率，实现了从经验型防控向数据驱动型精准管理的根本转变。

图3 环境组学驱动的六大病害管理策略

5 环境组学驱动的抗病育种策略

文章系统构建了G-P-M-E（基因型-病原体-微生物-环境）模型在育种实践中的转化路径。通过整合土壤微生态测定与环境预测、多靶点病原抗性鉴定以及多元育种技术（如标记辅助选择、双单倍体技术）环节，为实现抗病品种的高效选育与推广提供了一套切实可行的全流程操作框架。

图4环境组学驱动的抗病育种策略

前瞻展望：AI驱动与微生物组工程引领未来

未来十年，AI辅助抗病育种（如利用AlphaFold助力NLR免疫受体结构改造）、合成微生物组工程（基于微生物互作网络设计合成菌群）与智能监测预警（无人机高光谱成像联合物联网实时监测）三大前沿技术，将共同驱动植物病害管理从“被动应对”向“主动防控”的根本性变革。与此同时，该文也清醒地指出，实现这一蓝图仍需跨越当前的三大技术鸿沟：多组学数据的标准化、田间微生物组的可重复性，以及跨系统模型的可迁移性。

研究团队与项目支持

本研究由国内外合作团队协力完成。北京大学现代农业研究院徐云碧研究员和陈苑研究员为论文的共同通讯作者。北京大学现代农业研究院王涛涛博士、扬州市农业科学研究院胡文静博士为论文共同第一作者。北京大学现代农业研究院科研助理廖西文、宋伟凤、研究员张兴平、上海市农业科学院郑洪建研究员、中国科学院分子植物科学卓越创新中心辛秀芳研究员及国际玉米小麦改良中心(CIMMYT) Pawan Kumar Singh教授等对本研究做出了重要贡献。该研究获得山东省重点研发计划、中国农业科学院农业科技创新计划、深圳市科技计划、国家自然科学基金、江苏里下河所揭榜挂帅基金等项目的支持。

DOI: https://doi.org/10.1016/j.xplc.2026.101815