病害将导致全球粮食减产，所以预防和治疗病害会将粮食损失降至最低。生物信息学工具能够用于鉴定病害，帮助提早预防病害，从而保证粮食产量。目前，这些工具产生的速度越来越快，但是缺乏全面的比较。针对这一问题，贵州大学精细化工研究中心，绿色农药与农业生物工程国家重点实验室繁育基地，绿色农药与农业生物工程教育部重点实验室，郝格非教授团队查找了所有鉴定病原体抗性机制、植物抗性蛋白鉴定以及植物病虫害检测和治疗的生物信息学工具，并且比较了其功能，数据量，数据来源，性能，并且对所有工具的适用性提供了一个全面的工具箱。
饥饿和营养不良是全球健康最大的风险，在2019年，有接近6亿9千万人遭受饥饿，相比于2018年增加了1千万。面对全球持续不断增加的人口，食物匮乏将变得更加严重，尤其是当下面对COVID-19全球大流行时期。资源减少，气候变化以及不断增加的人口都需要在保证食物安全的前提下提高农作物产量。
在最近几年，针对植物病害的研究已经产生了很多信息，很对生物信息分析工具也随之产生， 比如：PhytoPath、Effector、PathoPlant和InterSPP能够用于分析病原体致病机制，PRGdb和RRGPredictor能用于鉴定抗性蛋白。基于图形来识别病原体的分析工具，比如 Plantix和LeafDoctor。FungiPAD、PlantPepDB和APD3能够提供植物病害的药剂。这些生物信息学分析工具使得我们因对植物病虫害更加经济且高效。但是缺少对这些工具全面且细致的比较。
文章总结了这些工具的功能，优点，缺陷，和应用范围（Figure 1）。这些工具主要集中于四个方面的分析，1、病原体基因组，效应蛋白预测，宿主与病原体相互作用的致病机理。2、比较对于免疫效应的R蛋白的预测。3、植物病原图像和基于图像预测病原。4、用于植物病害治疗的农药，生物防治和生物农药数据库的摘要。
Figure 1. 主流针对植物基因研究的生物信息学分析工具
Table 1 植物病害感染机制数据库
Table 2. 真菌效应蛋白和植物抗性蛋白预测工具
Table 3. 真菌效应蛋白和植物抗性蛋白预测工具的性能
Table 4. 诊断和治疗植物病害资源
原文链接：
https://doi.org/10.1016/j.tplants.2021.05.001
关注我们
小麦族多组学网站：http://202.194.139.32
投稿、合作等邮箱：13148474750@163.com
微信群:
论文查重、润色
,
