Mots-Clés
plante à tubercule
phénomique
modélisation
biostatistique
prédiction
Description
Contexte :
L’igname (Dioscorea spp.) est une culture vivrière majeure, particulièrement en Afrique de l’Ouest, où elle constitue une source alimentaire essentielle pour plus de 500 millions de personnes. Cependant, son amélioration génétique demeure un défi en raison de plusieurs contraintes biologiques et agronomiques : plante à tubercules, cycle de développement relativement long, nature dioïque et un fort taux d’hétérozygotie. Ces facteurs ralentissent considérablement les progrès des programmes de sélection, encore largement basés sur des approches traditionnelles de sélection phénotypique.
Des approches prédictives, telles que la prédiction génomique et la prédiction phénomique, offrent de nouvelles perspectives pour moderniser la sélection variétale en améliorant à la fois la rapidité et l’efficacité des décisions. La prédiction phénomique utilise des technologies de phénotypage haut débit, telles que l’imagerie par drone et la spectroscopie proche infrarouge (SPIR), pour capturer des signatures phénotypiques corrélées aux performances agronomiques. La prédiction phénomique exploite alors ces signatures comme des marqueurs indirects permettant de prédire les performances des individus. La SPIR est capable de capturer de l’information génétique et permet ainsi de prédire de nombreux traits polygéniques, même lorsque ces traits ne sont pas liés aux tissus analysés. Cette approche présente deux avantages majeurs : (i) son coût réduit par rapport au séquençage et (ii) sa capacité à capturer des effets non additifs, comme l’épistasie ou les interactions génotype-environnement, qui sont souvent difficiles à modéliser en prédiction génomique.
Le rendement, la résistance à l’anthracnose et la qualité des tubercules figurent parmi les principaux traits d’intérêt chez l’igname, mais leur sélection efficace nécessite des outils plus performants pour accélérer les gains génétiques. Pour la première fois, l’igname pourrait bénéficier de l’application de la prédiction phénomique afin d’optimiser son amélioration variétale.
L’objectif est d’utiliser les prédictions pour identifier précocement les variétés ayant un fort potentiel pour ces caractères d’intérêt. La prédiction phénomique pourrait permettre de prédire ces traits à partir de feuilles fraîches de plants juvéniles ou directement à partir de tubercules destinés à la plantation, fournissant ainsi une alternative rapide et non destructive aux méthodes classiques de sélection. Un tel scénario pourrait transformer la sélection de l’igname en réduisant le temps et les coûts d’évaluation des variétés tout en augmentant l’efficacité de la sélection des variétés prometteuses.
Objectifs :
Ce stage a pour but de mettre en œuvre et d’évaluer la prédiction phénomique appliquée à l’igname, en s’appuyant sur des données SPIR afin d’optimiser la prédiction du rendement, la résistance à l’anthracnose et la qualité des tubercules. Plus spécifiquement, les objectifs sont :
1. Prétraiter et analyser les spectres collectés sur feuilles et tubercules (frais et poudre) afin de construire des matrices de similarité entre génotypes.
2. Développer et comparer différents modèles de sélection phénomique (pBLUP/RKHS basés sur SPIR, en parallèle avec des approches classiques comme PLSR).
3. Évaluer les performances des modèles en fonction du type d’échantillon, de la stratégie de calibration et de l’algorithme utilisé, afin d’identifier les conditions optimales pour la sélection de caractères complexes chez l’igname.
Conditions de stage :
Ce stage se déroulera au Cirad en Guadeloupe. Il bénéficiera de données acquises sur la collection d’igname en Guadeloupe par l’équipe d’accueil. Ainsi, une collection mondiale d’igname composée de 200 accessions (6 espèces différentes) a été établie sur place. La collection est évaluée depuis 3 années pour les traits ciblés dans deux environnements contrastés. En parallèle, des données SPIR ont été collectées sur les feuilles au stade juvénile et sur les tubercules avant plantation (frais et poudre).
Compétences essentielles :
Programmation en R pour les analyses statistiques et la modélisation.
Génétique quantitative
Chimiométrie
Compétences appréciées :
Expérience antérieure en prédiction phénomique/génomique souhaitée
Expérience ou intérêt pour le travail de terrain en milieu tropical
Lieu de stage : CIRAD, Station de Roujol, Petit-bourg, Guadeloupe