Une technique nouvellement développée peut prédire le risque de maladie ou d'infestation des plantes à travers le monde. Décrit dans un journal en libre accès Frontières en mathématiques appliquées et statistiques , la technique prend en compte les interactions ravageurs-hôtes et la répartition géographique des plantes vulnérables pour fournir des cartes des points chauds potentiels de la maladie. Cela pourrait aider les gouvernements à comprendre le risque d'épidémies avant qu'elles ne surviennent.

Les maladies et les ravageurs peuvent avoir un impact dévastateur sur les plantes, l'écosystème environnant, et des vivres. Ces effets peuvent être particulièrement dommageables lorsqu'un ravageur ou un agent pathogène envahit un nouveau territoire, dans lequel les plantes indigènes ont peu de résistance naturelle et l'envahisseur destructeur a peu de prédateurs ou de concurrents indigènes.

Les agences gouvernementales tentent de restreindre les parasites et les agents pathogènes en contrôlant les mouvements de plantes et d'animaux entre les pays et les régions. Cependant, avec le commerce international et les voyages, il peut être difficile, voire impossible, d'empêcher les ravageurs et les agents pathogènes de se propager.

Une façon de prendre une longueur d'avance dans la prévention des infections et des épidémies est d'analyser où se trouvent actuellement les parasites et les agents pathogènes connus, puis examinez la répartition des plantes qui pourraient être vulnérables aux attaques. Cependant, ce type d'analyse approfondie peut prendre du temps, étant donné la vaste gamme de plantes, espèces pathogènes et nuisibles.

Pour mieux aider à prévoir les épidémies, des chercheurs mexicains ont développé une nouvelle série d'algorithmes pour aider à prédire les épidémies. Leur technique est basée sur le principe que les plantes étroitement apparentées qui poussent les unes à côté des autres sont sujettes à l'infection ou à l'infestation par les mêmes agents pathogènes ou ravageurs. En étudiant la répartition géographique de plantes étroitement apparentées, l'équipe de recherche a généré des cartes des points chauds potentiels de la maladie.

Pour tester leurs algorithmes, l'équipe les a appliqués à un ravageur envahissant présent en Amérique du Nord, le scarabée ambroisie redbay. Ce coléoptère envahissant transmet la maladie de la flétrissure du laurier, ce qui peut être mortel pour les plantes de la famille des lauriers. Les chercheurs ont consulté des bases de données en ligne pour trouver un groupe de coléoptères ambroisie qui sont étroitement liés au coléoptère ambroisie redbay, et un groupe d'espèces végétales associées à ces coléoptères.

En utilisant les interactions coléoptères/plantes connues comme point de départ, puis en utilisant leurs algorithmes pour estimer la probabilité que des plantes étroitement liées soient touchées de la même manière, les chercheurs ont calculé la probabilité que chaque plante soit affectée par une espèce de coléoptère particulière.

L'équipe a ensuite incorporé des données sur la répartition géographique connue de chaque plante. Si les plantes se trouvent sur de grandes surfaces, ils courent alors un risque plus élevé de contracter et de propager une épidémie. Grâce à leurs algorithmes, les chercheurs ont calculé la probabilité que plusieurs espèces végétales soient infestées par un coléoptère lorsque les plantes sont présentes sur le même site.

En utilisant la technique, l'équipe a créé des cartes montrant les régions du monde les plus susceptibles d'être infestées, ou l'interaction entre les coléoptères et les plantes. Les cartes reflétaient fidèlement les territoires indigènes des coléoptères, ainsi que le comportement envahissant récent de certains coléoptères, y compris l'avancée vers le sud d'un coléoptère à travers les États-Unis. De façon inquiétante, le modèle a indiqué que des plantes similaires en Amérique centrale et en Amérique du Sud pourraient être ensuite vulnérables à l'invasion.

Ces types de cartes pourraient être très utiles aux agences gouvernementales et aux écologistes pour comprendre et prévoir les épidémies, en mettant en évidence les foyers de maladies actuels ou potentiels, mais l'équipe a besoin de données supplémentaires provenant du travail sur le terrain pour vérifier l'exactitude du système.

Cependant, ces algorithmes ne sont pas uniquement applicables aux infestations de plantes. « La méthode fournit des outils informatiques faciles à utiliser, qui peut être appliqué pour comprendre et prédire les interactions entre n'importe quel groupe d'organismes, " dit Andrés Lira-Noriega, un chercheur impliqué dans l'étude.