Abstract Pathogen populations differ in the amount of genetic diversity they contain. Populations carrying higher genetic diversity are thought to have a greater evolutionary potential than populations carrying less diversity. We used published studies to estimate the range of values associated with two critical components of genetic diversity, the number of unique pathogen genotypes and the number of spores produced during an epidemic, for the septoria tritici blotch pathogen Zymoseptoria tritici . We found that wheat fields experiencing typical levels of infection are likely to carry between 3.2 and 14.9 million pathogen genotypes per hectare and produce at least 2.3 to 10.5 trillion pycnidiospores per hectare. Given the experimentally derived mutation rate of 3 × 10 −10 substitutions per site per cell division, we estimate that between 28 and 130 million pathogen spores carrying adaptive mutations to counteract fungicides and resistant cultivars will be produced per hectare during a growing season. This suggests that most of the adaptive mutations that have been observed in Z. tritici populations can emerge through local selection from standing genetic variation that already exists within each field. The consequences of these findings for disease management strategies are discussed.

Abstract Dispersal is a key ecological process, but remains difficult to measure. By recording numbers of dispersed individuals at different distances from the source one can acquire a dispersal gradient. Although dispersal gradients contain information on dispersal, they are influenced by the spatial extent of the source. How can we separate the two contributions to extract knowledge on dispersal? One could use a small, point-like source for which a dispersal gradient represents a dispersal kernel, which quantifies the probability of an individual dispersal event from a source to a destination point. However, the validity of this approximation cannot be established before conducting measurements. We formulated a theory that incorporates the spatial extent of sources to estimate dispersal kernels from dispersal gradients. We re-analyzed published dispersal gradients for three major plant pathogens. We also demonstrated using simulations that this approach provides more accurate estimates of dispersal kernels across biologically plausible scenarios. We concluded that the three plant pathogens disperse over substantially shorter distances compared to conventional estimates. Using this method, a significant proportion of published dispersal gradients can be re-analyzed to improve our knowledge about spatial scales of dispersal. Thus, our results can boost progress in characterization of dispersal across taxa.

Accurate, high-throughput phenotyping for quantitative traits is the limiting factor for progress in plant breeding. We developed automated image analysis to measure quantitative resistance to septoria tritici blotch (STB), a globally important wheat disease, enabling identification of small chromosome intervals containing plausible candidate genes for STB resistance. 335 winter wheat cultivars were included in a replicated field experiment that experienced natural epidemic development by a highly diverse but fungicide-resistant pathogen population. More than 5.4 million automatically generated phenotypes were associated with 13,648 SNP markers to perform a GWAS. We identified 26 chromosome intervals explaining 1.9-10.6% of the variance associated with four resistance traits. Seventeen of the intervals were less than 5 Mbp in size and encoded only 173 genes, including many genes associated with disease resistance. Five intervals contained four or fewer genes, providing high priority targets for functional validation. Ten chromosome intervals were not previously associated with STB resistance. Our experiment illustrates how high-throughput automated phenotyping can accelerate breeding for quantitative disease resistance. The SNP markers associated with these chromosome intervals can be used to recombine different forms of quantitative STB resistance that are likely to be more durable than pyramids of major resistance genes.

Abstract Capacity for dispersal is a fundamental fitness component of plant pathogens. Empirical characterization of plant pathogen dispersal is of prime importance for understanding how plant pathogen populations change in time and space. We measured dispersal of Zymoseptoria tritici in natural environment. Primary disease gradients were produced by rain-splash driven dispersal and subsequent transmission via asexual pycnidiospores from infected source. To achieve this, we inoculated field plots of wheat ( Triticum aestivum ) with two distinct Z. tritici strains and a 50/50 mixture of the two strains. We measured effective dispersal of the Z. tritici population based on pycnidia counts using automated image analysis. The data were analyzed using a spatially-explicit mathematical model that takes into account the spatial extent of the source. We employed robust bootstrapping methods for statistical testing and adopted a two-dimensional hypotheses test based on the kernel density estimation of the bootstrap distribution of parameter values. Genotyping of re-isolated pathogen strains with strain-specific PCR-reaction further confirmed the conclusions drawn from the phenotypic data. The methodology presented here can be applied to other plant pathosystems. We achieved the first estimates of the dispersal kernel of the pathogen in field conditions. The characteristic spatial scale of dispersal is tens of centimeters – consistent with previous studies in controlled conditions. Our estimation of the dispersal kernel can be used to parameterize epidemiological models that describe spatial-temporal disease dynamics within individual wheat fields. The results have the potential to inform spatially targeted control of crop diseases in the context of precision agriculture.

Tolerance and resistance represent two important mechanisms that plants and animals evolved to protect themselves from pathogens ([Roy et al., 2000][1]; [Baucom & De Roode, 2011][2]). Tolerance to a pathogen is usually defined as the host’s ability to alleviate the reduction in its fitness due to

Infection efficiency is a key epidemiological parameter that determines the proportion of pathogen spores able to infect and cause lesions once they have landed on a susceptible plant tissue. In this study, we present an improved method to measure infection efficiency of Zymoseptoria tritici using a replicated greenhouse experiment. Z. tritici is a fungal pathogen that infects wheat leaves and causes Septoria tritici blotch (STB), a major disease of wheat worldwide. We devised an original experimental setup, where we (i) attached living wheat leaves to metal plates allowing for time-resolved imaging of disease progress in planta. Since lesions were continuously appearing, expanding and merging during the period of up to three weeks, daily measurements were necessary for accurate counting of lesions. We also (ii) used reference membranes to characterize the density and the spatial distribution of inoculated spores on leaf surfaces. In this way, we captured the relationship between the number of lesions and the number of viable spores deposited on the leaves and estimated the infection efficiency of about 4 % from the slope of this relationship. Our study provides a proof of principle for an accurate and reliable measurement of infection efficiency of Z. tritici. The method opens opportunities for determining the genetic basis of the component of quantitative resistance that suppresses infection efficiency. This knowledge would improve breeding for quantitative resistance against STB, a control measure considered more durable than deployment of major resistance genes.

Abstract Plants defend themselves against pathogens using either resistance, measured as the host’s ability to limit pathogen multiplication, or tolerance, measured as the host’s ability to reduce the negative effects of infection. Tolerance is a promising trait for crop breeding, but its genetic basis has rarely been studied and remains poorly understood. Here, we reveal the genetic basis of leaf tolerance to the fungal pathogen Zymoseptoria tritici that causes the globally important septoria tritici blotch disease on wheat. Leaf tolerance to Z. tritici is a quantitative trait that was recently discovered in wheat by using automated image analyses that quantified the symptomatic leaf area and counted the number of pycnidia found on the same leaf. A genome-wide association study including both tolerance and resistance to STB found a strong negative genetic correlation between these traits, indicative of a trade-off. We identified four chromosome intervals associated with tolerance and a separate chromosome interval associated with resistance. Within these intervals, we identified candidate genes, including wall-associated kinases similar to Stb6 , the first cloned STB resistance gene. A trade-off between tolerance and resistance would hinder breeding simultaneously for both traits, but our findings suggest a way forward using marker-assisted breeding. We expect that the methods described here can be used to characterize tolerance to other fungal diseases that produce visible fruiting bodies, such as speckled leaf blotch on barley, potentially unveiling conserved tolerance mechanisms shared among plant species.

Abstract Plant disease emergences have dramatically increased recently as a result of global changes, especially with respect to trade, host genetic uniformity, and climate change. A better understanding of the conditions and processes determining epidemic outbreaks caused by the emergence of a new pathogen, or pathogen strain, is needed to develop strategies and inform decisions to manage emerging diseases. A polyetic process-based model is developed to analyse conditions of disease emergence. This model simulates polycyclic epidemics during successive growing seasons, the yield losses they cause, and the pathogen survival between growing seasons. This framework considers an immigrant strain coming into a system where a resident strain is already established. Outcomes are formulated in terms of probability of emergence, time to emergence, and yield loss, resulting from deterministic and stochastic simulations. An analytical solution to determine a threshold for emergence is also derived. Analyses focus on the effects of two fitness parameters on emergence: the relative rate of reproduction (speed of epidemics), and the relative rate of mortality (decay of population between seasons). Analyses revealed that stochasticity is a critical feature of disease emergence. The simulations suggests that: (1) emergence may require a series of independent immigration events before a successful invasion takes place; (2) an explosion in the population size of the new pathogen (or strain) may be preceded by many successive growing seasons of cryptic presence following an immigration event, and; (3) survival between growing seasons is as important as reproduction during the growing season in determining disease emergence.

Quantitative resistance is likely to be more durable than major gene resistance for controlling Septoria tritici blotch (STB) on wheat. Earlier studies hypothesized that resistance affecting the degree of host damage, as measured by the percentage of leaf area covered by STB lesions, is distinct from resistance that affects pathogen reproduction, as measured by the density of pycnidia produced within lesions. We tested this hypothesis using a collection of 335 elite European winter wheat cultivars that was naturally infected by a diverse population of Zymoseptoria tritici in a replicated feld experiment. We used automated image analysis (AIA) of 21420 scanned wheat leaves to obtain quantitative measures of conditional STB intensity that were precise, objective, and reproducible. These measures allowed us to explicitly separate resistance affecting host damage from resistance affecting pathogen reproduction, enabling us to confirm that these resistance traits are largely independent. The cultivar rankings based on host damage were different from the rankings based on pathogen reproduction, indicating that the two forms of resistance should be considered separately in breeding programs aiming to increase STB resistance. We hypothesize that these different forms of resistance are under separate genetic control, enabling them to be recombined to form new cultivars that are highly resistant to STB. We found a significant correlation between rankings based on automated image analysis and rankings based on traditional visual scoring, suggesting that image analysis can complement conventional measurements of STB resistance, based largely on host damage, while enabling a much more precise measure of pathogen reproduction. We showed that measures of pathogen reproduction early in the growing season were the best predictors of host damage late in the growing season, illustrating the importance of breeding for resistance that reduces pathogen reproduction in order to minimize yield losses caused by STB. These data can already be used by breeding programs to choose wheat cultivars that are broadly resistant to naturally diverse Z. tritici populations according to the different classes of resistance.

Mixtures of cultivars with contrasting levels of disease resistance can suppress infectious diseases in wheat, as demonstrated in numerous field experiments. Most studies focused on airborne pathogens in bread wheat, while splash-dispersed pathogens have received less attention, and no studies have been conducted in durum wheat. We conducted a two-year field experiment in Tunisia, a major durum wheat producer in the Mediterranean region, to evaluate the performance of cultivar mixtures in controlling the polycyclic, splash-dispersed disease Septoria tritici blotch (STB) in durum wheat. To measure STB severity, we used a novel, high-throughput method based on digital analysis of images captured from 3074 infected leaves collected from 42 and 40 experimental plots on the first and the second year, respectively. This method allowed us to quantify pathogen reproduction on wheat leaves and to acquire a large dataset that exceeds previous studies with respect to accuracy and statistical power. Our analyses show that introducing only 25% of a disease-resistant cultivar into a pure stand of a susceptible cultivar provides a substantial reduction of almost 50% in disease severity. However, adding a second resistant cultivar to the mixture did not further improve disease control, contrary to predictions of epidemiological theory. Susceptible cultivars can be agronomically superior to resistant cultivars or be better accepted by growers for other reasons. Hence, if mixtures with only a moderate proportion of the resistant cultivar provide similar degree of disease control as resistant pure stands, as our analysis indicates, such mixtures are more likely to be accepted by growers.### Competing Interest StatementThe authors have declared no competing interest.