logo umr
Génétique Quantitative et Évolution - Le Moulon

Laurence MOREAU

Laurence MOREAU

Directrice de Recherche, INRAE

Détection de QTL et méthodologie de la sélection

  • Génétique d’Association,
  • Analyse de liaison,
  • Sélection Génomique,
  • Sélection Assistée par Marqueurs,
  • Méthodologie de la sélection

laurence.moreau@inrae.fr

+33 (0)1 69 33 23 37

orcid.org/0000-0002-7195-1327

Publications

  • Génétique Quantitative et Évolution - Le Moulon
  • Université Paris-Saclay, INRAE, CNRS, AgroParisTech
  • Ferme du Moulon
  • F-91190 Gif-sur-Yvette

Parcours professionnel et formation

  • 2020-présent: Responsable de l’équipe GQMS (Génétique Quantitative et Méthodologie de la Sélection)
  • 1999-présent: INRAE Chargée de recherche puis Directrice de Recherche (depuis 2018), GQE-Le Moulon, Gif-sur-Yvette, France
  • 2017: Habilitation à Diriger des Recherches “Contributions méthodologiques et expérimentales à la Sélection Assistée par Marqueurs. Application au Maïs” Univ. Paris-Sud
  • 2000: Séjour Sabbatique dans le groupe de J. Dekkers de l’Iowa State University, Ames, USA, dans le département de Génétique Animale sur l’optimisation de la sélection assistée par marqueurs.
  • 1998: PhD “Détection de QTL et sélection assistée par marqueurs chez le maïs”, INA-PG (maintenant AgroParisTech), Paris, France
  • 1994: Ingénieur Agronome and Master « Ressources génétiques et amélioration des plantes », (INA-PG, Université de Paris VI et Paris XI).

Thèmes de recherche

L’amélioration des plantes doit actuellement faire face à de nouveaux challenges en lien avec le changement climatique et la nécessité de réduire les impacts environnementaux de l’agriculture. La plupart des caractères d’intérêt ont un déterminisme génétique complexe largement inconnu. Le développement du génotypage puis des approches de séquençage ainsi que la disponibilité de données « omiques » offrent de nouveaux outils pour mieux comprendre les bases génétiques dans caractères et proposer de nouvelles méthodes de sélection. Mes projets de recherche sont liés au développement de méthodes et de dispositifs expérimentaux de détection de QTL (Quantitative Trait Loci) et de sélection assistée par marqueurs avec un intérêt particulier pour les dispositifs multiparentaux et les dispositifs hybrides avec des applications sur le maïs. Avec le développement de génotypage dense, mes recherches actuelles s’orientent plus spécifiquement sur:

  • La génétique d’association et sa combinaison avec la détection de QTL par analyse de liaison. Je m’interesse notamment à mieux comprendre les paramètres qui détermine la puissance de détection ( Rincent et al. 2014) et au développement de méthodes adaptées pour mieux comprendre les différences d’effets des QTL dans les différents groupes génétiques ( Rio et al. 2020).

  • La selection génomique. Mes projets récents portent sur l’optimisation du jeu de calibration pour améliorer la précision de prédiction des modèles ( Rincent et al. 2012, Rincent et al. 2017, Mangin et al. 2019), l’impact de la structuration ne groupe sur l’efficacité des prédictions ( Rio et al. 2019, Rio et al. 2020). J’étudie également le potentiel de la sélection génomique pour identifier des sources de d’allèles d’intérêt dans les ressources génétique et mieux gérer la variabilité génétique dans les programmes de sélection ( Allier et al. 2019, Allier et al. 2019, Allier et al. 2019, Seye et al. 2020, Allier et al. 2020).

  • La selection hybride. J’ai récemment contribué à développer un dispositive multiparental original afin d’identifier les locus impliqués dans l’AGC et l’ASC de la valeur hybride pour des performances en ensilage et évalué la possibilité de remplacer, dans les programmes de sélection, les évaluations sur testeur par des prédictions génomiques calibrées dans un dispositive factoriel incomplet et revisiter ainsi le concept de sélection récurrente réciproque ( Giraud et al. 2017, Giraud et al. 2017, Seye et al. 2019, Seye et al. 2020). De façon plus Générale j’essaie de mieux comprendre l’impact de la structuration en groupes hétérotiques sur les performances hybrides afin de mieux comprendre et prédire l’effet d’hétérosis.

L’essentiel de mes programmes de recherche sont conduits en collaboration avec des partenaires privés impliqués dans la sélection du maïs mais au-delà de cette espèce , mes objectifs sont de développer des méthodes et outils utilisables sur d’autres espèces tels que « OptiMAS », un outil d’aide à la décision permettant de faciliter l’implémentation de la sélection assistée par marqueurs. Au delà du Maïs, je contribute ainsi à différents projets sur d’autres espèces (Tomate, Concombre, Lin, Légumineuses…).

Principaux projets en cours ou récents et implication dans la communauté

*Coordination du WP4 du projet “Amaizing” (ANR investment for the Future, 2011- ) *Co-coordination (avec C. Bauland) des projets Promaïs SAMMCR (2011- ) *Co-coordination du reseau INRAE “R2D2” dans le cadre du metaprogramme Selgen. *Membre de la section maïs du CTPS (2015-2019). *Suppléante au conseil scientifique du département BAP de INRAE (2012-2016) *Editeur associée de Theoretical and Applied Genetics (2016 -) et Crop Science (2008-2010) *Membre du comité scientifique d’Eucarpia Biometrics (2012-)

Enseignement

*Je donne régulièrement des cours sur la détection de QTL, la sélection assistée par marqueurs et la sélection génomique dans différents masters (AgroCampus Ouest, AgroParisTech, SupAgro). Je contribue également au Master 2 d’Amélioration des plantes du CIHAM (Saragosse). *Je contribue également à des formations continues à destination de scientifiques d’instituts publics ou privés organisées par l’ASFIS, dans le cadre de différents projets (Amaizing, Selgen) ou organisées en interne par des sociétés semencières sur la détection de QTL, la génétique d’association, la SAM et la sélection génomique.

Récompenses

2019: Prix Limagrain de l’Académie d’agriculture française.

Publications

Allier A, Teyssèdre S, Lehermeier C, Charcosset A, Moreau L. (2020) Genomic prediction with a maize collaborative panel: identification of genetic resources to enrich elite breeding programs. Theor Appl Genet, 1 (133) 201-215
Allier A, Teyssèdre S, Lehermeier C, Moreau L, Charcosset A. (2020) Optimized breeding strategies to harness genetic resources with different performance levels. BMC Genomics, 1 (21) 349
Benoist R, Capdevielle‐Dulac C, Chantre C, Jeannette R, Calatayud PA, Drezen JM, Dupas S, Le Rouzic A, Le Ru B, Moreau L, Van Dijk E, Kaiser L, Mougel F. (2020) Quantitative Trait Loci involved in the reproductive success of a parasitoid wasp. Mol Ecol, mec.15567
Diouf I, Derivot L, Koussevitzky S, Carretero Y, Bitton F, Moreau L, Causse M, Rebetzke G. (2020) Genetic basis of phenotypic plasticity and genotype × environment interactions in a multi-parental tomato population. Journal of Experimental Botany, eraa265
Rio S, Mary-Huard T, Moreau L, Bauland C, Palaffre C, Madur D, Combes V, Charcosset A, Springer NM. (2020) Disentangling group specific QTL allele effects from genetic background epistasis using admixed individuals in GWAS: An application to maize flowering. PLoS Genet, 3 (16) e1008241
Seye AI, Bauland C, Charcosset A, Moreau L. (2020) Revisiting hybrid breeding designs using genomic predictions: simulations highlight the superiority of incomplete factorials between segregating families over topcross designs. Theor Appl Genet, 6 (133) 1995-2010
Allier A, Moreau L, Charcosset A, Teyssèdre S, Lehermeier C. (2019) Usefulness Criterion and Post-selection Parental Contributions in Multi-parental Crosses: Application to Polygenic Trait Introgression. G3: Genes, Genomes, Genetics, 5 (9) 1469-1479
Allier A, Teyssèdre S, Lehermeier C, Claustres B, Maltese S, Melkior S, Moreau L, Charcosset A. (2019) Assessment of breeding programs sustainability: application of phenotypic and genomic indicators to a North European grain maize program. Theor Appl Genet, 5 (132) 1321-1334
Allier A, Lehermeier C, Charcosset A, Moreau L, Teyssèdre S. (2019) Improving Short- and Long-Term Genetic Gain by Accounting for Within-Family Variance in Optimal Cross-Selection. Front. Genet., (10) 1006
Courret C, Gérard PR, Ogereau D, Falque M, Moreau L, Montchamp-Moreau C. (2019) X-chromosome meiotic drive in Drosophila simulans: a QTL approach reveals the complex polygenic determinism of Paris drive suppression. Heredity, 6 (122) 906-915
Fustier MA, Martínez-Ainsworth NE, Aguirre-Liguori JA, Venon A, Corti H, Rousselet A, Dumas F, Dittberner H, Camarena MG, Grimanelli D, Ovaskainen O, Falque M, Moreau L, Meaux J, Montes-Hernández S, Eguiarte LE, Vigouroux Y, Manicacci D, Tenaillon MI. (2019) Common gardens in teosintes reveal the establishment of a syndrome of adaptation to altitude. PLOS Genetics, 12 (15) e1008512
Mangin B, Rincent R, Rabier CE, Moreau L, Goudemand-Dugue E. (2019) Training set optimization of genomic prediction by means of EthAcc. PLOS ONE, 2 (14) e0205629
Rio S, 2019-04-26 26/04/19, Contributions to genomic selection and association mapping in structured and admixed populations : application to maize
Rio S, Mary-Huard T, Moreau L, Charcosset A. (2019) Genomic selection efficiency and a priori estimation of accuracy in a structured dent maize panel. Theor Appl Genet, 1 (132) 81-96
Seye A, 2019-03-21 21/03/19, Prédiction assistée par marqueurs de la performance hybride dans un schéma de sélection réciproque : simulations et évaluation expérimentale pour le maïs ensilage
Seye AI, Bauland C, Giraud H, Mechin V, Reymond M, Charcosset A, Moreau L. (2019) Quantitative trait loci mapping in hybrids between Dent and Flint maize multiparental populations reveals group-specific QTL for silage quality traits with variable pleiotropic effects on yield. Theor Appl Genet, 5 (132) 1523-1542
Virlouvet L, El Hage F, Griveau Y, Jacquemot MP, Gineau E, Baldy A, Legay S, Horlow C, Combes V, Bauland C, Palafre C, Falque M, Moreau L, Coursol S, Méchin V, Reymond M. (2019) Water Deficit-Responsive QTLs for Cell Wall Degradability and Composition in Maize at Silage Stage. Front. Plant Sci., (10) 488
Giraud H, Bauland C, Falque M, Madur D, Combes V, Jamin P, Monteil C, Laborde J, Palaffre C, Gaillard A, Blanchard P, Charcosset A, Moreau L. (2017) Reciprocal Genetics: Identifying QTL for General and Specific Combining Abilities in Hybrids Between Multiparental Populations from Two Maize (Zea mays L.) Heterotic Groups. Genetics, 3 (207) 1167-1180
Giraud H, Bauland C, Falque M, Madur D, Combes V, Jamin P, Monteil C, Laborde J, Palaffre C, Gaillard A, Blanchard P, Charcosset A, Moreau L. (2017) Linkage Analysis and Association Mapping QTL Detection Models for Hybrids Between Multiparental Populations from Two Heterotic Groups: Application to Biomass Production in Maize (Zea mays L.). G3: Genes, Genomes, Genetics, g3.300121.2017
Moreau L, 2017-06-13 13/06/17, Utilisation des marqueurs en sélection : des QTL à la Sélection Génomique
Rincent R, Charcosset A, Moreau L. (2017) Predicting genomic selection efficiency to optimize calibration set and to assess prediction accuracy in highly structured populations. Theor Appl Genet, 11 (130) 2231-2247
Giraud H, 2016-01-22 22/01/16, Genetic analysis of hybrid value for silage maize in multiparental designs : QTL detection and genomic selection
Moreau L, Charmet G, Charcosset A, Le Gouis J, Deretz S. (2016) Quelle place pour la selection génomique chez les espèces de grande culture ?. ,
Berthet E, Charcosset A, Lemarié S, Moreau L, Segrestin B, Debaeke P, Quilot-Turion B. (2014) Nouvelles questions pour la conception.. ,
Giraud H, Lehermeier C, Bauer E, Falque M, Segura V, Bauland C, Camisan C, Campo L, Meyer N, Ranc N, Schipprack W, Flament P, Melchinger AE, Menz M, Moreno-Gonzalez J, Ouzunova M, Charcosset A, Schon CC, Moreau L. (2014) Linkage disequilibrium with linkage analysis of multiline crosses reveals different multiallelic QTL for hybrid performance in the flint and dent heterotic groups of maize. Genetics, 4 (198) 1717-34
Lehermeier C, Kramer N, Bauer E, Bauland C, Camisan C, Campo L, Flament P, Melchinger AE, Menz M, Meyer N, Moreau L, Moreno-Gonzalez J, Ouzunova M, Pausch H, Ranc N, Schipprack W, Schonleben M, Walter H, Charcosset A, Schon CC. (2014) Usefulness of multiparental populations of maize (Zea mays L.) for genome-based prediction. Genetics, 1 (198) 3-16
Rincent R, Nicolas S, Bouchet S, Altmann T, Brunel D, Revilla P, Malvar RA, Moreno-Gonzalez J, Campo L, Melchinger AE, Schipprack W, Bauer E, Schoen CC, Meyer N, Ouzunova M, Dubreuil P, Giauffret C, Madur D, Combes V, Dumas F, Bauland C, Jamin P, Laborde J, Flament P, Moreau L, Charcosset A. (2014) Dent and Flint maize diversity panels reveal important genetic potential for increasing biomass production. Theor Appl Genet, 11 (127) 2313-31
Rincent R, 2014-11-04 11/04/14, Optimization of association genetics and genomic selection strategies for populations of different diversity levels. Application in maize (Zea mays L.)
Valente F, Gauthier F, Bardol N, Blanc G, Joets J, Charcosset A, Moreau L, Fleury D, Whitford R. (2014) OptiMAS: A Decision Support Tool to Conduct Marker-Assisted Selection Programs. , (1145) 97-116
Bardol N, Ventelon M, Mangin B, Jasson S, Loywick V, Couton F, Derue C, Blanchard P, Charcosset A, Moreau L. (2013) Combined linkage and linkage disequilibrium QTL mapping in multiple families of maize (Zea mays L.) line crosses highlights complementarities between models based on parental haplotype and single locus polymorphism. TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik, 11 (126) 2717-36
Bardol N, 2013-08-03 08/03/13, Interest of dense genotyping for selection in multi-parental designs. Comparison of two marker-assisted selection approaches: Genomewide selection and QTL-LDLA based selection. Application in maize (Zea mays L.)
Valente F, Gauthier F, Bardol N, Blanc G, Joets J, Charcosset A, Moreau L. (2013) OptiMAS: a decision support tool for marker-assisted assembly of diverse alleles. The Journal of heredity, 4 (104) 586-90
Khobragade A, 2012-03-23 23/03/12, Combining linkage analysis and association genetics to finely map loci involved in maize grain production and maturation -- Cartographie fine de locus impliqués dans la production et la maturation du grain chez le maïs par une approche conjointe de linkage et de génétique d’association
Larièpe A, Mangin B, Jasson S, Combes V, Dumas F, Jamin P, Lariagon C, Jolivot D, Madur D, Fievet J, Gallais A, Dubreuil P, Charcosset A, Moreau L. (2012) The genetic basis of heterosis: multiparental quantitative trait loci mapping reveals contrasted levels of apparent overdominance among traits of agronomical interest in maize (Zea mays L.). Genetics, 2 (190) 795-811
Rincent R, Laloe D, Nicolas S, Altmann T, Brunel D, Revilla P, Rodriguez VM, Moreno-Gonzalez J, Melchinger A, Bauer E, Schoen CC, Meyer N, Giauffret C, Bauland C, Jamin P, Laborde J, Monod H, Flament P, Charcosset A, Moreau L. (2012) Maximizing the reliability of genomic selection by optimizing the calibration set of reference individuals: comparison of methods in two diverse groups of maize inbreds (Zea mays L.). Genetics, 2 (192) 715-28
Truntzler M, Ranc N, Sawkins MC, Nicolas S, Manicacci D, Lespinasse D, Ribiere V, Galaup P, Servant F, Muller C, Madur D, Betran J, Charcosset A, Moreau L. (2012) Diversity and linkage disequilibrium features in a composite public/private dent maize panel: consequences for association genetics as evaluated from a case study using flowering time. TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik, 4 (125) 731-47
Charcosset A, Moreau L, Ricroch A, Dattée Y, Fellous M. (2011) Cartographie de QTL, génétique d’association et application en sélection. , 112-125
Manicacci D, Moreau L, Charcosset A, Prioul JL, Thévenot C, Molnar T, Mike Burrel . (2011) QTL cartography, meta-analysis and association genetics. , 37-66
Moreau L, Charcosset A, Prioul JL, Thévenot C, Molnar T, Mike Burrel . (2011) Marker-assisted selection in maize. , 411-434