ABISOFT - ABI - SOFT group

Missions

L’équipe ABI-Soft développe, déploie et distribue des outils d’analyses et des bases de données utiles aux scientifiques de l’UMR. Elle apporte également un soutien aux projets de développement réalisés par les équipes de recherche de l’unité. L’équipe a également pour objectif de mettre à disposition ces outils à la communauté scientifique végétale à travers la forge de l’enseignement supérieur et de la recherche (SourceSup, forgemia) et des solutions de déploiement efficaces (Machines virtuelles, conteneurs …). L’équipe est chargée de la formation des scientifiques (de l’UMR et leurs partenaires) sur les outils qu’elle développe.

ABI-Soft travaille en étroite collaboration avec l’équipe ABI-SYS qui maintient l’infrastructure hébergeant les instances locales de nos applications.

Actuellement, ABI-Soft développe plusieurs outils de gestion des données (Thaliadb, SHiNeMaS et DiverCILand) et d’analyses (BioMercator et OptimaRs) qui sont les composants d’un système d’information global dédié à la sélection chez les plantes.

Projets

ThaliaDB

En collaboration avec l’équipe GQMS . ThaliaDB est une application web avec sa base de données qui gère des accessions de plantes, lots de graines, marqueurs SNPs, données brutes de génotypage, et des données de phénotypage élaborées. Cet outil est utile pour la gestion des données du laboratoire, leur expertise, pour la préparation de jeux de données utilisés pour des analyses en génétique d’association à l’échelle du génome (GWAS) ou en sélection génomique et pour le partage de données avec des collaborateurs ou des répertoires de données centralisés (Dataverse).
L’outil est en production sur les serveurs de l’UMR et développé en langage Python avec le cadriciel Django. Cette application est utilisée notamment dans le cadre des projets Amaizing (PIA) et DROPS (projet européen). Une autre instance est deployée pour la tomate sur le site de l’UR GAFL à Avignon.

Liens vers le projet :

SHiNeMaS

En collaboration avec l’équipe DEAP . SHiNeMaS (Seeds History Management and Network System) est une application web avec sa base de données (Python/Django/PostGreSQL) qui permet de gérer les relations et la généalogie de lots de semence dans un réseau de fermes ainsi que les données d’évaluation au champ et environnementales (pratiques culturales, données climatiques etc.). Cet outil est aujourd’hui utilisé dans le cadre de plusieurs projets de science participative, en collaboration avec le Réseau Semences Paysannes (RSP) depuis 2003, en agriculture biologique et agro-écologique sur le blé tendre. D’autres collaborations avec le RSP ont lieu pour développer l’outil sur de nombreuses espèces.

Liens vers le projet :

DiverCILand

DiverCILand, (Diversity of Crops In Landscape) est une application web de gestion de données. Le développement a débuté en 2019 dans le cadre du projet européen RustWatch. Ce projet vise à établir un système d’alerte précoce dirigé par les parties prenantes afin d’améliorer la préparation et la résilience aux maladies émergentes de la rouille sur le blé en Europe. DiverCILand permet de stocker la description des variétés et de gérer les données DHS et VATE, les données de description du paysage cultivé mais aussi les données génétiques caractérisant les variétés. DiverCILand offre un ensemble d’interfaces de visualisation avec des fiches variétés contenant des informations des accessions enregistrées, des interfaces présentant les cycles de vie des variétés et le déploiement des variétés. La puissance de DiverCILand réside dans sa capacité à générer des cartes basées sur le déploiement des variétés en Europe. Dans le cadre du projet RustWatch, cet outil permet donc de centraliser, gérer et capitaliser les données utiles à l’étude de la résistance du blé aux épidémies de rouille en Europe.

Liens vers le projet :

Biomercator

En collaboration avec l’équipe GQMS .

BioMercator est un outil d’analyse (Java) permettant d’explorer des régions candidates impliquées dans les variations de caractères d’intérêt agronomique. Le logiciel permet de visualiser des cartes génétiques et le génome annoté (gènes, marqueurs, QTLs …). La première version a été publiée par A. Arcade, A. Labourdette, M. Falque, B. Mangin, F. Chardon, A. Charcosset, et J. Joets, dans Bioinformatics en 2004 et la version 3 par O. Sosnowski, A. Charcosset, et J. Joets dans Bioinformatics en 2012.
La version 5 est en cours de développement et permettra d’exploiter des résultats issus d’analyses GWAS.

Liens vers le projet :

OptimaRs

OptimaRs est un outil d’aide à la décision pour mener des programmes de sélection assistée par marqueurs.

L’objectif principal d’OptimaRs est d’aider les sélectionneurs à mettre en œuvre leur projet de sélection assistée par marqueurs (SAM). Avec la possibilité de considérer un contexte multi-allélique, il ouvre de nouvelles perspectives pour accélérer encore le progrès génétique en assemblant des allèles favorables issus de divers parents.

OptimaRs regroupe dans une interface graphique trois modules différents correspondant aux différentes étapes d’un programme de sélection :

En utilisant les informations fournies par les marqueurs situés à proximité des QTL estimés, les probabilités de transmission d’allèles parentaux favorables sont calculées dans différents schémas SAM et plans de croisements (intercrossing, selfing, backcrossing, double haploïdes, RIL) avec la possibilité de considérer des générations sans information génotypique (étape 1). Des stratégies sont ensuite proposées pour sélectionner les meilleures plantes (étape 2) et les intercaler efficacement sur la base de la valeur attendue de leurs descendances (étape 3).

Liens vers le projet (version C++) :

Merci de contacter Yannick De Oliveira, pour plus de détails et collaborations sur un projet de développement.

Anciens membres

Nesrine Mouhoubi (2020-2021), Master Data Science Université Paris-Saclay
Laetitia Courgey (2018-2020), Master MIAGE Université Paris Dauphine (SHiNeMaS, ThaliaDB)
Alice Beaugrand (2016-2018), Master 2 Université Paris-Saclay, puis CDD (SHiNeMaS, ThaliaDB)
Artur Robieux (2018), Master 2 Université Paris-Saclay (ThaliaDB)
Marine Daniel-Dit Andrieu (2017), Master 2 Université Paris-Saclay (Phenofield-Validator)
Mélanie Polart-Donat (2017), Master 2 Université Paris-Saclay (SHiNeMaS)
Eva Dechaux (2017), Master 2 Université Paris-Saclay (SHiNeMaS)
Lan-Anh Nguyen (2016), DUT Université d’Auvergne, (ThaliaDB)
Olivier Akmansoy (2016), Ecoles des Mines Douai (ThaliaDB)
Aichatou Aboubacar-Amadou (2016), Master 2 Univ. Reims (SHiNeMaS)
Lydia Aït-Brahim (2014 – 2016), Master 2 Université Paris-Saclay, then CDD (Biomercator)
Guy Ross Assoumou (2012 – 2015), CDD IE/Software engineer (ThaliaDB)
Jocelyn Chêne (2015), Master 2 Univ. Nantes (ANR Bakery project)
Laura Burlot (2014), Master 2 Univ. Lyon, then CDD IE/ software engineer (SHiNeMaS)
Marie Lefebvre (2014), Master2 Univ. Nantes (SHiNeMaS)
Darkawi Madi (2012), Master 2 (SHiNeMaS)

Membres

Yannick De Oliveira Ingénieur d'Études (INRAE)
Franck Gauthier Ingénieur d'Études (INRAE)
Pierre Montalent Ingénieur d'Études (INRAE)
Elise Peluso Apprentissage Licence (INRAE)
Mélanie Polart-Donat Ingénieure d'études, CDD (INRAE)

Anciens membres

Delphine Steinbach Ingénieure de Recherche (1970), Laetitia Courgey Master Apprentissage (2018-2020)

Publications

Vidal A., Gauthier F. , Rodrigez W., Guiglielmoni N., Leroux D., Chevrolier N., Jasson S., Tourrette E., Martin OC., Falque M.. (2022) SeSAM: software for automatic construction of order-robust linkage maps. BMC Bioinformatics, 1 (23) 499
De Oliveira Y. , Burlot L., Dawson JC., Goldringer I., Madi D., Rivière P., Steinbach D., van Frank G., Thomas M.. (2020) SHiNeMaS: a web tool dedicated to seed lots history, phenotyping and cultural practices. Plant Methods, 1 (16) 98
Lopez Arias DC., Chastellier A., Thouroude T., Bradeen J., Van Eck L., De Oliveira Y. , Paillard S., Foucher F., Hibrand-Saint Oyant L., Soufflet-Freslon V.. (2020) Characterization of black spot resistance in diploid roses with QTL detection, meta-analysis and candidate-gene identification. Theor Appl Genet,
Urien C., Legrand J., Montalent P. , Casaregola S., Sicard D.. (2019) Fungal Species Diversity in French Bread Sourdoughs Made of Organic Wheat Flour. Front. Microbiol., (10) 201
Alaux M., Rogers J., Letellier T., Flores R., Alfama F., Pommier C., Mohellibi N., Durand S., Kimmel E., Michotey C., Guerche C., Loaec M., Lainé M., Steinbach D., Choulet F., Rimbert H., Leroy P., Guilhot N., Salse J., Feuillet C., Paux E., Eversole K., Adam-Blondon AF., Quesneville H., International Wheat Genome Sequencing Consortium. (2018) Linking the International Wheat Genome Sequencing Consortium bread wheat reference genome sequence to wheat genetic and phenomic data. Genome Biol, 1 (19) 111
Adam-Blondon AF., Alaux M., Durand S., Letellier T., Merceron G., Mohellibi N., Pommier C., Steinbach D., Alfama F., Amselem J., Charruaud D., Choisne N., Flores R., Guerche C., Jamilloux V., Kimmel E., Lapalu N., Loaec M., Michotey C., Quesneville H., van Dijk ADJ.. (2017) Mining Plant Genomic and Genetic Data Using the GnpIS Information System. , (1533) 103-117
Perronne R., Makowski D., Goffaux R., Montalent P. , Goldringer I.. (2017) Temporal evolution of varietal, spatial and genetic diversity of bread wheat between 1980 and 2006 strongly depends upon agricultural regions in France. Agriculture, Ecosystems & Environment, (236) 12-20