A disease predictive model based on epidemiological factors for the management of bacterial leaf blight of rice

Abstract Rice is a widely consumed staple food for a large part of the worlds human population. Approximately 90% of the worlds rice is grown in Asian continent and constitutes a staple food for 2.7 billion people worldwide. Bacterial leaf blight (BLB) caused by Xanthomonas oryzae pv. oryzae is one of the devastating diseases of rice. A field experiment was conducted during the year 2016 and 2017 to investigate the influence of different meteorological parameters on BLB development as well as the computation of a predictive model to forecast the disease well ahead of its appearance in the field. The seasonal dataset of disease incidence and environmental factors was used to assess five rice varieties/ cultivars (Basmati-2000, KSK-434, KSK-133, Super Basmati, and IRRI-9). The accumulated effect of two year environmental data; maximum and minimum temperature, relative humidity, wind speed, and rainfall, was studied and correlated with disease incidence. Average temperature (maximum & minimum) showed a negative significant correlation with BLB disease and all other variables; relative humidity, rainfall, and wind speed had a positive correlation with BLB disease development on individual varieties. Stepwise regression analysis was performed to indicate potentially useful predictor variables and to rule out incompetent parameters. Environmental data from the growing seasons of July to October 2016 and 2017 revealed that, with the exception of the lowest temperature, all environmental factors contributed to disease development throughout the cropping season. A disease prediction multiple regression model was developed based on two-year data (Y = 214.3-3.691 Max T-0.508 Min T + 0.767 RH + 2.521 RF + 5.740 WS), which explained 95% variability. This disease prediction model will not only help farmers in early detection and timely management of bacterial leaf blight disease of rice but may also help reduce input costs and improve product quality and quantity. The model will be both farmer and environmentally friendly.

Resumo O arroz é um alimento básico amplamente consumido por grande parte da população humana mundial. Aproximadamente 90% do arroz do mundo é cultivado no continente asiático e constitui um alimento básico para 2,7 bilhões de pessoas em todo o mundo. O crestamento bacteriano das folhas (BLB) causado por Xanthomonas oryzae pv. oryzae é uma das doenças devastadoras do arroz. Um experimento de campo foi realizado durante os anos de 2016 e 2017 para investigar a influência de diferentes parâmetros meteorológicos no desenvolvimento do BLB, bem como o cálculo de um modelo preditivo para prever a doença bem antes de seu aparecimento em campo. O conjunto de dados sazonais de incidência de doenças e fatores ambientais foi usado para avaliar cinco variedades/cultivares de arroz (Basmati-2000, KSK-434, KSK-133, Super Basmati e IRRI-9). O efeito acumulado de dados ambientais de dois anos; temperatura máxima e mínima, umidade relativa do ar, velocidade do vento e precipitação pluviométrica foram estudados e correlacionados com a incidência da doença. A temperatura média (máxima e mínima) apresentou correlação significativa negativa com a doença BLB e todas as outras variáveis; umidade relativa, precipitação e velocidade do vento tiveram uma correlação positiva com o desenvolvimento da doença BLB em variedades individuais. A análise de regressão stepwise foi realizada para indicar variáveis preditoras potencialmente úteis e para descartar parâmetros incompetentes. Os dados ambientais das safras de julho a outubro de 2016 e 2017 revelaram que, com exceção da temperatura mais baixa, todos os fatores ambientais contribuíram para o desenvolvimento da doença ao longo da safra. Um modelo de regressão múltipla de previsão de doença foi desenvolvido com base em dados de dois anos (Y = 214,3-3,691 Max T-0,508 Min T + 0,767 RH + 2,521 RF + 5,740 WS), que explicou 95% de variabilidade. Este modelo de previsão de doenças não só ajudará os agricultores na detecção precoce e gestão atempada da doença bacteriana das folhas do arroz, mas também pode ajudar a reduzir os custos de insumos e melhorar a qualidade e a quantidade do produto. O modelo será agricultor e ambientalmente amigável.

A disease predictive model based on epidemiological factors for the management of bacterial leaf blight of rice / Um modelo preditivo de doenças baseado em fatores epidemiológicos para o manejo da queima bacteriana das folhas do arroz

Rice is a widely consumed staple food for a large part of the world's human population. Approximately 90% of the world's rice is grown in Asian continent and constitutes a staple food for 2.7 billion people worldwide. Bacterial leaf blight (BLB) caused by Xanthomonas oryzae pv. oryzae is one of the devastating diseases of rice. A field experiment was conducted during the year 2016 and 2017 to investigate the influence of different meteorological parameters on BLB development as well as the computation of a predictive model to forecast the disease well ahead of its appearance in the field. The seasonal dataset of disease incidence and environmental factors was used to assess five rice varieties/ cultivars (Basmati-2000, KSK-434, KSK-133, Super Basmati, and IRRI-9). The accumulated effect of two year environmental data; maximum and minimum temperature, relative humidity, wind speed, and rainfall, was studied and correlated with disease incidence. Average temperature (maximum & minimum) showed a negative significant correlation with BLB disease and all other variables; relative humidity, rainfall, and wind speed had a positive correlation with BLB disease development on individual varieties. Stepwise regression analysis was performed to indicate potentially useful predictor variables and to rule out incompetent parameters. Environmental data from the growing seasons of July to October 2016 and 2017 revealed that, with the exception of the lowest temperature, all environmental factors contributed to disease development throughout the cropping season. A disease prediction multiple regression model was developed based on two-year data (Y = 214.3-3.691 Max T-0.508 Min T + 0.767 RH + 2.521 RF + 5.740 WS), which explained 95% variability. This disease prediction model will not only help farmers in early detection and timely management of bacterial leaf blight disease of rice but may also help reduce input costs and improve product quality and quantity. The model will be both farmer and environmentally friendly.

O arroz é um alimento básico amplamente consumido por grande parte da população humana mundial. Aproximadamente 90% do arroz do mundo é cultivado no continente asiático e constitui um alimento básico para 2,7 bilhões de pessoas em todo o mundo. O crestamento bacteriano das folhas (BLB) causado por Xanthomonas oryzae pv. oryzae é uma das doenças devastadoras do arroz. Um experimento de campo foi realizado durante os anos de 2016 e 2017 para investigar a influência de diferentes parâmetros meteorológicos no desenvolvimento do BLB, bem como o cálculo de um modelo preditivo para prever a doença bem antes de seu aparecimento em campo. O conjunto de dados sazonais de incidência de doenças e fatores ambientais foi usado para avaliar cinco variedades/cultivares de arroz (Basmati-2000, KSK-434, KSK-133, Super Basmati e IRRI-9). O efeito acumulado de dados ambientais de dois anos; temperatura máxima e mínima, umidade relativa do ar, velocidade do vento e precipitação pluviométrica foram estudados e correlacionados com a incidência da doença. A temperatura média (máxima e mínima) apresentou correlação significativa negativa com a doença BLB e todas as outras variáveis; umidade relativa, precipitação e velocidade do vento tiveram uma correlação positiva com o desenvolvimento da doença BLB em variedades individuais. A análise de regressão stepwise foi realizada para indicar variáveis preditoras potencialmente úteis e para descartar parâmetros incompetentes. Os dados ambientais das safras de julho a outubro de 2016 e 2017 revelaram que, com exceção da temperatura mais baixa, todos os fatores ambientais contribuíram para o desenvolvimento da doença ao longo da safra. Um modelo de regressão múltipla de previsão de doença foi desenvolvido com base em dados de dois anos (Y = 214,3-3,691 Max T-0,508 Min T + 0,767 RH + 2,521 RF + 5,740 WS), que explicou 95% de variabilidade. Este modelo de previsão de doenças não só ajudará os agricultores na detecção precoce e gestão atempada da doença bacteriana das folhas do arroz, mas também pode ajudar a reduzir os custos de insumos e melhorar a qualidade e a quantidade do produto. O modelo será agricultor e ambientalmente amigável.

In vivo analysis the effect of antibiotic growth promoters (AGPs), Oxytetracycline di-hydrate and Tylosin phosphate on the intestinal microflora in broiler chicken / Análise in vivo do efeito de antibióticos promotores de crescimento (AGPs), di-hidrato de oxitetraciclina e fosfato de tilosina na microflora intestinal em frangos de corte

The study was aimed to analyse the effects of antibiotic growth promoters (AGPs), Oxytetracycline di-hydrate and Tylosin phosphate on the intestinal microflora in broiler chicken. The AGPs were provided in different concentrations solely or in combinations for 42 days of rearing. Faecal samples were collected from the intestine (duodenum, jejunum and caeca) of broiler chicken on 14th, 28th and 42nd days of trial. Samples were cultured on different selective medium and bacterial identification was performed by different biochemical and molecular diagnostic tools. Results showed a significant effect of AGPs on the growth of pathogenic microorganisms such as Escherichia coli and Clostridium perfringens in the intestine. Interestingly, an impaired growth was observed for both bacterium showing a significant effect (P<0.05) of AGPs on E. coli and C. perfringens on day 14th, 28th, and 42nd. This effect was observed solely and in combination while using AGPs. Data further showed that the effect was more prominent in combination and with an increase concentration of AGPs. Remarkably, no impairment was seen on the growth of L. reuteri at different sites of intestine and duration (14th, 28th, and 42nd days). The results showed that the use of AGPs in diet has no harmful effect on beneficial bacteria, however, an impaired growth was seen on the harmful bacteria. It is suggested that a combination of AGPs (OXY-1.0+TP-0.5) is economical and have no harmful effect on the broiler chicken. The use of AGPs in a recommended dose and for a specific period of time are safe to use in poultry both as growth promoter and for the prevention of diseases.

O estudo teve como objetivo analisar os efeitos dos antibióticos promotores de crescimento (AGPs), di-hidrato de oxitetraciclina e fosfato de tilosina na microflora intestinal de frangos de corte. Os AGPs foram fornecidos em diferentes concentrações isoladamente ou em combinações por 42 dias de criação. Amostras fecais foram coletadas do intestino (duodeno, jejuno e ceco) de frangos de corte no 14º, 28º e 42º dias de ensaio. As amostras foram cultivadas em diferentes meios seletivos e a identificação bacteriana foi realizada por diferentes ferramentas de diagnóstico bioquímico e molecular. Os resultados mostraram um efeito significativo dos AGPs no crescimento de microrganismos patogênicos como Escherichia coli e Clostridium perfringens no intestino. Curiosamente, um crescimento prejudicado foi observado para ambas as bactérias, mostrando um efeito significativo (P <0,05) de AGPs em E. coli e C. perfringens nos dias 14, 28 e 42. Este efeito foi observado apenas e em combinação com o uso de AGPs. Os dados mostraram ainda que o efeito foi mais proeminente em combinação e com um aumento da concentração de AGPs. Nenhum comprometimento foi observado no crescimento de L. reuteri em diferentes locais do intestino e duração (14º, 28º e 42º dias). Os resultados mostraram que o uso de AGPs na dieta não tem efeito nocivo nas bactérias benéficas, no entanto, foi observado um crescimento prejudicado nas bactérias nocivas. Sugere-se que uma combinação de AGPs (OXY-1.0+TP-0.5) seja econômica e não tenha efeito prejudicial sobre o frango de corte. O uso de AGPs em uma dose recomendada e por um período de tempo específico é seguro para uso em aves tanto como promotor de crescimento quanto para prevenção de doenças.