Cuantificación por análisis de imágenes de quistosoros de Spongospora subterranea en suelo

Quantification of Spongospora subterranea by cystosori image analysis in soil

El protista Spongospora subterranea es el patógeno del suelo causante de la sarna polvosa de la papa. Es un parásito obligado que se reproduce en raíces y tubérculos, donde produce grupos de zoosporas enquistadas, quistosoros, los cuales pasan al suelo para generar un nuevo ciclo infectivo. La prevención de esta enfermedad requiere identificar y cuantificar los quistosoros del suelo. Con el propósito de automatizar el proceso, fotografiamos digitalmente quistosoros de diferentes cultivos bajo las mismas condiciones, y caracterizamos su tamaño y forma como área y circularidad con análisis de imágenes. El rango de área fue 1086-2247 µm² y el de circularidad fue 0.824-0.886. Con estos rangos analizamos un número creciente fotografías digitales (1-90) de un mismo suelo con quistosoros (infectado) y sin ellos (control), utilizando una rutina macro. El número de identificaciones resultó lineal, positiva y significativamente (p<0.001) correlacionado con el número de fotografías analizadas tanto en el suelo infectado (r²=0.996, y=1.679x) como en el control (r²=0.968, y=0.367x). Las identificaciones en el suelo control infectado fueron cinco veces menores y fueron sustraídas a las identificaciones del suelo infectado para cada número de fotografías analizadas. Esta sustracción resultó lineal (y=1.048x), positiva (r²=0.979) y significativamente (p<0.001) correlacionada con el promedio de quistosoros cuantificados visualmente en las mismas fotografías. Los resultados muestran que los quistosoros del suelo pueden ser cuantificados por análisis de imágenes. La automatización independiza la precisión de la cuantificación de la experiencia y habilidad de la persona que la realiza.

The protist Spongospora subterranea is the soil-borne pathogen that causes the powdery scab of potatoes. This obligate parasite reproduces in roots and tubers, producing clusters of encysted zoospores or cystosori. These cystosori move to the soil and generate a new infective cycle. The prevention of this disease requires identifying and quantifying cystosori in the soil. In this study, cystosori from different crops were digitally photographed under the same conditions, to automate the process. The images were then analyzed to characterize their size and shape in terms of area and circularity. The ranges of the area and circularity were 1086-2247 µm² and 0.824-0.886, respectively. With these ranges, an increasing number of digital photographs (1-90) of the same soil with cystosori (infected) and without cystosori (control) were analyzed using a macro routine to automate the process. The number of identifications per photograph was linearly, positively, and significantly (p<0.001) correlated with the number of photographs analyzed in both the infected (r²=0.996, y=1.679x) and control (r²=0.968, y=0.367x) soils. However, the number of identifications was five times higher in the infected soil. The identifications of the control soil were subtracted from those of the infected soil for each number of photographs analyzed. This subtraction was linear (y=1.048x), positive (r²=0.979), and significantly correlated (p<0.001) with the average number of cystosori visually quantified in the same photographs. The results show that it is possible to quantify soil cystosori using image analysis. Automatization makes quantification accuracy independent of the operator´s experience and skill.