Nos projets exploratoires

Les modèles structure-fonctions (SF), développés dans plusieurs unités INRAE, permettent d’obtenir des représentations dynamiques en 3D de plantes. En décrivant finement le développement et les compétitions internes à la plante ou avec l’environnement, ils représentent un outil de choix pour comprendre et prédire le fonctionnement des plantes en peuplement.

La sélection génétique animale a connu une véritable révolution depuis quelques années, grâce à l’avènement de la génomique, qui a permis sélectionner plus facilement certains phénotypes essentiels aux programmes de sélection. Cependant, relier des variations génétiques détectées à des caractères phénotypiques d’intérêt reste toujours compliqué. Le projet interdisciplinaire OBAMA propose de combiner l’IA et la génomique pour mieux comprendre l’influence des facteurs génétiques sur les phénotypes chez le porc.

La maîtrise de la production en fermentation continue représente un enjeu majeur pour l’industrie des boissons à base de jus végétal fermenté. En proposant la mise au point d’un jumeau numérique capable de prédire et contrôler en continu le processus de fermentation végétale, le projet FermenTwin ouvre des perspectives prometteuses pour les technologies alimentaires.

Mieux comprendre comment les cellules des gonades décodent la signalisation intracellulaire est essentiel pour améliorer et mieux maitriser la reproduction.

Comprendre comment les plantes se défendent face aux agents pathogènes est un enjeu majeur pour aller vers une agriculture utilisant moins de pesticides.

Aujourd’hui, l’agriculture doit faire face à de nombreux défis, parmi lesquels le développement de certains pathogènes lié à la diminution de l’utilisation d’intrants dans un objectif d’agriculture durable ou aux effets du changement climatique. Dans ce contexte, de nombreuses questions se posent à court terme sur les capacités adaptatives de ces bio-agresseurs. Un insecte ravageur résistera t-il à la prochaine vague de chaleur ? Ou sera-t-il au contraire très affecté par la hausse des températures et cessera t-il d’être une menace ?

Les arbovirus émergents (ex : Zika, virus du Nil occidental) représentent à l’échelle mondiale, une menace pour la santé publique humaine et vétérinaire. Majoritairement d’origine zoonotique, ces virus sont transmis aux hôtes vertébrés par des vecteurs arthropodes, tels que les moustiques ou les tiques. Le projet MIDIIVEC a pour ambition de donner des clés pour mieux anticiper et maîtriser la circulation de ces maladies.

En génétique des plantes et des animaux, les programmes de sélection visent à identifier des individus dont les performances (rendement, résistance aux maladies ou à un stress environnemental) répondent à des critères préalablement définis. Cette sélection peut nécessiter l’acquisition de données, au champ ou en élevage, qui peut être coûteuse ou longue à réaliser. Le projet DeepPhenomic propose une alternative à cette technique.

La biologie intégrative se base sur l'étude de réseaux biologiques complexes. Comprendre la plasticité des réseaux d'interactions biologiques due à la variabilité phénotypique, environnementale ou interventionnelle est un enjeu important dans des domaines aussi variés que la génomique ou la nutrition humaine. De telles études intègrent souvent des comparaisons entre groupes contrastés, incluant des variables de diverses natures (continues, comptages, binaires, …). Ces données dites « de type mixte » peuvent être difficiles à analyser de manière unifiée. Alors que les modèles probabilistes multivariés représentent un cadre solide pour déduire les interrelations entre les variables continues, un modèle analogue pour les données de type mixte reste à définir.

Les prions sont des agents pathogènes responsables des encéphalopathies spongiformes ou maladies à prions, qui se caractérisent par une dégénérescence du système nerveux central. Le projet PrionDiff a pour objectif de modéliser le processus de dissémination et de la neuro-invasion des prions en intégrant les observations expérimentales à des modèles effectifs de réplication.