Thèse de Clémentine Borrelli (2022 - 2025)

Optimisation de la sélection de variétés de vigne résistantes aux maladies par prédictions génomiques et phénomiques

Thèse de Clémentine Borrelli (SVQV, 2022-2025). La viticulture française doit aujourd’hui faire face aux effets du changement climatique avec une contrainte croissante portant sur la diminution de l’utilisation des produits phytosanitaires. Une des solutions pour y parvenir est la création de nouvelles variétés résistantes aux maladies. L’objectif de cette thèse est de mettre au point des modèles de prédiction de la valeur génétique de ces variétés résistantes.

  • Thèse labellisée
  • Date de démarrage : Novembre 2022
  • Unité d'accueil : UMR SVQV (Santé de la Vigne et Qualité du Vin)
  • Centre INRAE : Jouy-en-Josas
  • Université : Université de Strasbourg
  • École doctorale : Vie et santé
  • Discipline / Spécialité : Génétique et amélioration des plantes
  • Directeur de thèse : Komlan Avia (INRAE, UMR SVQV)
  • Financement : Département BAP - Interprofessions viticoles
  • Axe du métaprogramme : Axe 2 (Prédiction des phénotypes et réponses aux changements de champs de contraintes)

Résumé

La viticulture française doit aujourd’hui faire face aux effets du changement climatique avec une contrainte croissante portant sur la diminution de l’utilisation des produits phytosanitaires. Une des solutions pour y parvenir est la création de nouvelles variétés résistantes aux maladies (principalement mildiou et oïdium), dont la faisabilité a déjà été démontrée au travers des premières variétés à résistance polygénique, issues du programme d’innovation variétale INRAE-ResDur. 

Cependant, la durée du cycle de sélection de ces nouvelles variétés, de l’ordre d’une quinzaine d’années, constitue un frein à un développement rapide des variétés résistantes. Par ailleurs, outre la résistance aux maladies, les nouveaux idéotypes variétaux de vigne doivent intégrer des aptitudes culturales et œnologiques spécifiques à différents contextes de production, notamment régionaux.

Les caractères intervenant dans la définition de ces idéotypes ont souvent une architecture génétique complexe que la sélection assistée par marqueur, très efficace pour des caractères simples, est incapable de prendre en compte. L’essor actuel des modèles de prédiction de la valeur génétique en agriculture, offre une opportunité pour faire évoluer les schémas de sélection actuels. Globalement, ces modèles se basent sur un panel d’entraînement sur lequel les efforts sont concentrés pour obtenir à la fois des phénotypes détaillés et des données de type « omique » tels que des marqueurs moléculaires, des métabolites, des transcripts ou des spectres dans le proche infra-rouge. Des modèles statistiques sont alors appliqués pour faire le lien entre les phénotypes et les données omiques afin de dégager des équations de prédiction qui seront par la suite utilisées pour prédire directement les phénotypes dans des populations candidates à la sélection, chez lesquelles des données omiques uniquement auront été obtenues.

L’objectif de cette thèse est de mettre au point des modèles de prédiction de la valeur génétique grâce à des prédicteurs génomiques et des spectres de spectroscopie dans le proche infra-rouge (SPIR), en intégrant des informations acquises sur le déterminisme génétique des caractères.

Pour construire ces modèles, cette thèse mettra à profit le grand nombre de populations de sélection constituées dans le cadre du programme INRAE-ResDur et confrontera leur efficacité au travail de sélection phénotypique déjà effectué de façon conventionnelle.

Contact

Clementine Borrelli