En savoir plus

Contexte et enjeux

En réponse aux multiples enjeux du changement climatique et des multi-performances de l’agriculture, les sciences de l’élevage et des plantes se voient confrontées au défi de sélectionner des races ou des variétés sur la base de phénotypes de plus en plus complexes. On citera par exemple les courbes de croissances de plantes face à un stress hydrique, les croissances de communautés microbiennes face à une restriction en nutriments ou les dynamiques de prises de poids en élevage. Grâce à la popularisation des technologies de capteurs et à l’émergence de l’agriculture numérique, les chercheur·e·s d’INRAE ont maintenant accès à des données de croissance à moyen, voire haut-débit.

C’est par exemple le cas grâce à l’infrastructure de phénomique végétale PHENOME-EMPHASIS en science des plantes, aux méthodes de distribution automatisée d’aliments concentrés (DAC) en élevage, ou aux méthodes de suivi en temps réel de communautés bactériennes. Néanmoins, l’analyse et la prédiction de ces phénotypes et, in fine, leur utilisation dans des schémas de sélection, soulèvent de nombreux défis, liés à la nature bruitée des données et à leur structure hautement complexe (réponse sous forme de courbes liées à des co-variables environnementales). 

Actuellement, différentes équipes d’’INRAE contribuent à ces défis, mais de façon relativement individuelle. Cette ségrégation est aussi bien liée à la diversité des espèces étudiées (microbienne, végétale ou animale), à la diversité des aspects biologiques (phénotypes complexes versus génétiques) qu’à la diversité des approches statistiques utilisées.

Objectifs

L’objectif du consortium PhenoDyn est de rassembler des statisticiens et généticiens de l’institut, intéressés par la prédiction de phénotypes complexes dynamiques, afin de de comparer les approches utilisées et décloisonner les champs d’applications. A ce titre, le consortium inclut des membres de quatre départements INRAE (MathNum, GA, AgroEcosystem et BAP). Dans un premier temps, le consortium dressera un état des lieux des différentes contributions méthodologiques pour l’étude de phénotypes dynamiques, qui incluent à ce jour un large spectre d'approches : méthodes semi ou non-paramétriques de statistiques fonctionnelles, modèles de dynamique markovienne, modèles non-linéaires basés sur des modélisations dynamiques plus fines… 

Ce premier travail permettra de valoriser les contributions d'INRAE dans le domaine, mais aussi de guider les futurs utilisateurs - incluant les partenaires privés - sur les choix méthodologiques à adopter en fonction de l'objectif identifié : mesure d'un indice génétique (e.g. héritabilité du phénotype dynamique), prédiction du phénotype à des temps futurs, identification de profils phénotypiques caractéristiques… Puis, nous essaierons de comparer des approches, en deux temps :

• Extraire du phénotype complexe quelques indicateurs clés
• Brancher ces indicateurs dans un modèle GXE multidimensionnel avec des approches plus intégratives, visant à modéliser de façon simultanée la dynamique dans un modèle intégré complexe, couplant les aspects dynamiques et d'interaction GXE.

Contacts :

Acteurs du projet

Unités INRAE impliquées