logo umr
Génétique Quantitative et Évolution - Le Moulon

GQMS - Génétique Quantitative et Méthodologie de la Sélection

Génétique Quantitative et Méthodologie de la Sélection

Nos recherches sont caractérisées par des approches de génétique quantitative étroitement liées à la méthodologie de la sélection et à la gestion de la variabilité génétique. Elles visent en particulier à :

1. Comprendre l’organisation de la diversité du maïs

Nos recherches ont pour objectif de comprendre l’effet des sélections anciennes et modernes sur l’évolution et l’adaptation des variétés populations et des hybrides chez le maïs, en termes de variation phénotypique, d’organisation globale de la diversité moléculaire et de polymorphisme à l’échelle du génome.

2. Etudier le déterminisme des caractères quantitatifs.

Nous cherchons à identifier les bases génétiques de caractères complexes pour des applications directes en sélection assistée par marqueurs et/ou en sélection génomique, mais également pour mieux comprendre la nature des effets génétiques en cause ainsi que la relation génotype-phénotype par des approches de génétique des systèmes (intégration de données multi-omiques). Nous portons une attention particulière à la précocité de floraison, la productivité en biomasse sous contrainte environnementale (notamment abiotique), la stabilité des performances et la vigueur hybride chez le maïs en lien avec le changement climatique et l’évolution des pratiques agricoles (réduction des intrants, agroécologie, interactions plante-microrrhizes, etc.).

3. Optimiser les programmes de sélection

Nous cherchons à optimiser le processus de sélection, des ressources génétiques à la création de variétés avec notamment des approches visant à étudier le potentiel de la sélection génomique et phénomique pour une meilleure gestion de la variabilité génétique dans les programmes de sélection, l’identification et l’intégration de nouvelles sources de diversité dans le matériel élite (issues des ressources génétiques ou crée par les « New Breeding Technologies ») et l’optimisation de la sélection hybride.

Nos recherches reposent sur des travaux expérimentaux et théoriques, le développement d’approches statistiques et d’outils d’aide à la décision.

Les travaux expérimentaux impliquent l’assemblage de panels de diversité et la création de matériel original chez le maïs, leur marquage moléculaire ciblé ou à l’échelle du génome à différentes densités de génotypage, intégrant notamment des approches de séquençage, et des évaluations phénotypiques. Ces expériences sont réalisées par les membres de l’équipe avec un appui solide des structures expérimentales INRAE et des partenaires publics ou privés impliqués dans les projets de recherche. Nos travaux théoriques portent notamment sur le développement de méthodes et l’optimisation de dispositifs expérimentaux pour la détection de QTL (par analyse de liaison, génétique d’association ou méta-analyse), la sélection assistée par marqueurs (notamment la sélection génomique) et la génétique des systèmes (intégration multi-omiques). Ces travaux ayant pour vocation d’être applicables au-delà du maïs, nous collaborons également à des projets sur différentes espèces (lin, concombre, blé, tomate, légumineuses, etc.). Nous contribuons notamment en collaboration avec l’atelier ABI au développement de logiciels (Biomercator, OptiMAS), de base de données (ThaliaDB) et de packages R (MM4LMM, Relatedness, metaGE).

Au-delà de nos projets de recherches, nous assurons pour les chercheurs et techniciens de INRAE travaillant sur le maïs, l’animation et la circulation des connaissances et des ressources génétiques (animation du groupe « maïs » de INRAE et coordination du CRB maïs).

Principaux projets de recherche récents coordonnés par des membres de l’équipe:

Enseignement :

Nos interventions se concentrent sur nos disciplines d’intérêt et d’expertise à savoir la génétique des populations, la génétique quantitative, l’amélioration des plantes, les méthodes de sélection moderne (de la détection de QTL à la sélection génomique ou phénomique), la modélisation statistique, l’adaptation des plantes aux stress abiotiques ou la génomique.

Notre principale implication dans l’enseignement concerne différentes formations du cursus ingénieur AgroParisTech en assurant notamment la co-responsabilité de la Dominante d’approfondissement PISTv (Production et Innovation dans les Systèmes Techniques végétaux avec son option Amélioration des Plantes) mais également le master BIP (Biologie Intégrative et Physiologie – M1 & M2pro) de l’Université Paris-Saclay. Les chercheurs de l’équipe interviennent également de façon plus ponctuelle dans d’autres établissements tels qu’à l’Institut Agro Rennes-Angers, l’Institut Agro Montpellier, l’ENS, l’Université Clermont-Auvergne, l’Université de Picardie Jules Verne ou encore l’Université de Reims-Champagne Ardennes.

Nous mettons également notre expertise au service de la formation continue de nos collègues via l’organisation (i) de modules de formation continue pour l’école doctorale ABIES sur la recherche reproductible et la modélisation statistique, (ii) de workshop dans le cadre de projets de recherche ou de méta-programme INRAE (iii) d’organisme de formation comme l’ASFIS et (iii) de formations à façon chez les entreprises semencières avec lesquelles nous collaborons. GQMS est rattachée à l’école doctorale ABIES.

Anciens membres

Aurélien Beugnot, Doctorant (2019-2022) ; Pauline Robert, Doctorant (2020-2022); Capucine PONCE, DUT (2022); Antoine Roux, M2 (2022); Margaux Jullien, post-doctorante (2020-2021) ; Yacine DJABALI, M2 (1/2 PAPPSO)(2020); Alexis Vergne, M1 (2020); Antoine ALLIER, Doctorant (2017-2020); Clément MABIRE (2016-2019), Doctorant ; Simon RIO, Doctorant (2016-2019) ; Adama SEYE, Doctorant (2016-2019) ; Morgane Roth, Post-doc (3 mois en 2019); Romane Guilbaud (2018-2019); Camille Clipet, Ingénieur (2017-2018); Elodie Petitjean, M2(2018); Fabien Laporte, Doctorant (2015-2018); Alban Besnard, M2 (2017); Heloïse Giraud, Doctorante (2012-2016); Marie Gauvin, TR CDD (2017); Cécile Monteil, TR (2013-2017); Philippe Jamin, TR (1993-2017); Sandra Negro, Post-doc (2013-2016); Mariangela Arca, Post-doc (2012-2014); Franck Gauthier, Ingénieur (2011 puis 2013-2014); Fabio Valente, Ingénieur (2009-2013); Magali Joannin, TR (2011-2013); Denis Coubriche, TR ( ); Nicolas Bardol, Doctorant (2010-2013); Xiao Wang, Post-doc (2013); Amandine Larièpe, Doctorante (2008-2012); Ashwin Khobragade, Doctorant (2008-2012); Sophie Bouchet, Post-doc (2009-2012); Marion Trunztler, Doctorante (2008-2011); Yves Roussel, Post-doc (2011); Valérie Loywyck, Post-doc (2008-2010); Tatiana Zerjal, Post-doc (2009); Céline Mir, Post-doc (2006-2009); Yung-Fen Huang, M2 (2008)


GQMS est rattachée au LabEx SPS, Sciences des Plantes de Saclay.

Membres

  • Dominique Ahouanhode Ingénieur Etude (INRAE)
  • Ali Baber" Doctorant (AgroParisTech)
  • Cyril Bauland Ingénieur de Recherche (INRAE)
  • Sana Beji Postdoctorant (INRAE)
  • Sarah Ben Sadoun Maitre de Conférence (INRAE)
  • Alain Charcosset Directeur de Recherche (INRAE)
  • Valérie Combes Assistante Ingénieure (INRAE)
  • Annaig De Walsche Doctorant (INRAE)
  • Julie Fiévet Associate Professor (AgroParisTech)
  • Agustin Galaretto Doctorant (INRAE)
  • Delphine Madur Ingénieur d'Etude (INRAE)
  • Tristan Mary-Huard Junior Investigator (INRAE)
  • Laurence Moreau Directrice de Recherche (INRAE)
  • Stéphane Nicolas Chargé de Recherche (INRAE)
  • Laura Nunes Technicienne (INRAE)
  • Renaud Rincent Junior Investigator (INRAE)

Anciens membres

Alizarine Lorenzi Doctorant (2020-2023), Dimitri Sanchez Doctorant (2020-2023), Aurélien Beugnot Doctorant (2020-2023), Pauline Robert Doctorante (2020-2022), Margaux Julien Professseur Assistant (2021-2020)

Publications

  • Lorenzi A., Bauland C. , Pin S., Madur D. , Combes V. , Palaffre C., Guillaume C., Touzy G., Mary-Huard T. , Charcosset A. , Moreau L. . (2024) Portability of genomic predictions trained on sparse factorial designs across two maize silage breeding cycles. Theor Appl Genet, 3 (137) 75
  • Arca M., Gouesnard B., Mary‐Huard T., Le Paslier MC., Bauland C. , Combes V. , Madur D. , Charcosset A. , Nicolas S. . (2023) Genotyping of DNA pools identifies untapped landraces and genomic regions to develop next‐generation varieties. Plant Biotechnology Journal, 6 (21) 1123-1139
  • Beugnot A., 07/02/2023, Hybrid performance in maize: from study of complementary between heterotic groups to genomic prediction, PhD, Université Paris-Saclay
  • Bouidghaghen J., Moreau L. , Beauchêne K., Chapuis R., Mangel N., Cabrera‐Bosquet L., Welcker C., Bogard M., Tardieu F.. (2023) Robotized indoor phenotyping allows genomic prediction of adaptive traits in the field. Nat Commun, 1 (14) 6603
  • De Walsche A. , Vergne A., Rincent R. , Roux F., Nicolas S. , Welcker C., Mezmouk S., Charcosset A. , Mary-Huard T. . (2023) metaGE: Investigating Genotype × Environment interactions through meta-analysis. Plant Biology,
  • Fraunhoffer NA., Moreno Vega AI., Abuelafia AM., Morvan M., Lebarbier E., Mary-Huard T. , Zimmermann MT., Lomberk G., Urrutia R., Dusetti N., Blum Y., Nicolle R., Iovanna J.. (2023) Priming therapy by targeting enhancer-initiated pathways in patient-derived pancreatic cancer cells. eBioMedicine, (92) 104602
  • Galić V., Anđelković V., Kravić N., Grčić N., Ledenčan T., Jambrović A., Zdunić Z., Nicolas S. , Charcosset A. , Šatović Z., Šimić D.. (2023) Genetic diversity and selection signatures in a gene bank panel of maize inbred lines from Southeast Europe compared with two West European panels. BMC Plant Biol, 1 (23) 315
  • Haug B., Messmer MM., Enjalbert J., Goldringer I., Flutre T., Mary-Huard T. , Hohmann P.. (2023) New insights towards breeding for mixed cropping of spring pea and barley to increase yield and yield stability. Field Crops Research, (297) 108923
  • Legarra A., Gonzalez-Dieguez DO., Charcosset A. , Vitezica ZG., Barton N.. (2023) Impact of interpopulation distance on dominance variance and average heterosis in hybrid populations within species. GENETICS, 2 (224) iyad059
  • Lorenzi A., 08/11/2023, Optimization of genomic selection for hybrids in a reciprocal selection program: Experimental evaluation in maize and simulations, PhD, Université Paris-Saclay
  • Mary-Huard T. , Balding D., Weir BS.. (2023) Fast and accurate joint inference of coancestry parameters for populations and/or individuals. PLoS Genet, 1 (19) e1010054
  • Raffo MA., Cuyabano BCD., Rincent R. , Sarup P., Moreau L. , Mary-Huard T. , Jensen J.. (2023) Genomic prediction for grain yield and micro-environmental sensitivity in winter wheat. Front. Plant Sci., (13) 1075077
  • Revilla P., Butrón A., Rodriguez VM., Rincent R. , Charcosset A. , Giauffret C., Melchinger AE., Schön CC., Bauer E., Altmann T., Brunel D., Moreno-González J., Campo L., Ouzunova M., Álvarez Ángel., Ruíz de Galarreta JI., Laborde J., Malvar RA.. (2023) Genetic Variation for Cold Tolerance in Two Nested Association Mapping Populations. Agronomy, 1 (13) 195
  • Rio S., Charcosset A. , Moreau L. , Mary-Huard T. , Endelman J.. (2023) Detecting directional and non-directional epistasis in bi-parental populations using genomic data. GENETICS, 3 (224) iyad089
  • Rishmawi L., Bauget F., Protto V., Bauland C. , Nacry P., Maurel C.. (2023) Natural variation of maize root hydraulic architecture underlies highly diverse water uptake capacities. Plant Physiology, 3 (192) 2404-2418
  • Sanane I., Nicolas S. , Bauland C. , Marion-Poll F., Noûs C., Legrand J., Dillmann C.. (2023) Large genetic variability of maize leaf palatability to european corn borer : metabolic insights. bioRxiv,
  • Sanchez D., Sadoun SB., Mary-Huard T. , Allier A., Moreau L. , Charcosset A. . (2023) Improving the use of plant genetic resources to sustain breeding programs’ efficiency. Proc. Natl. Acad. Sci. U.S.A., 14 (120) e2205780119
  • Sanchez D., 29/09/2023, Incorporation of genetic resources in breeding programs: theoretical analysis and experimental evaluation of a pre-breeding multiparental maize population, PhD, Université Paris-Saclay
  • Ahmadi N., Bartholomé J., Rio S., Charcosset A. , Mary-Huard T. , Moreau L. , Rincent R. . (2022) Building a Calibration Set for Genomic Prediction, Characteristics to Be Considered, and Optimization Approaches. DOI.org (Crossref), (2467) 77-112
  • Ahmadi N., Bartholomé J., Crossa J., Montesinos-López OA., Pérez-Rodríguez P., Costa-Neto G., Fritsche-Neto R., Ortiz R., Martini JWR., Lillemo M., Montesinos-López A., Jarquin D., Breseghello F., Cuevas J., Rincent R. . (2022) Genome and Environment Based Prediction Models and Methods of Complex Traits Incorporating Genotype × Environment Interaction. DOI.org (Crossref), (2467) 245-283
  • Ahmadi N., Bartholomé J., Robert P., Brault C., Rincent R. , Segura V.. (2022) Phenomic Selection: A New and Efficient Alternative to Genomic Selection. DOI.org (Crossref), (2467) 397-420
  • Colombo M., Roumet P., Salon C., Jeudy C., Lamboeuf M., Lafarge S., Dumas AV., Dubreuil P., Ngo W., Derepas B., Beauchêne K., Allard V., Le Gouis J., Rincent R. . (2022) Genetic Analysis of Platform-Phenotyped Root System Architecture of Bread and Durum Wheat in Relation to Agronomic Traits. Front. Plant Sci., (13) 853601
  • Laporte F., Charcosset A. , Mary-Huard T. . (2022) Efficient ReML inference in variance component mixed models using a Min-Max algorithm. PLoS Comput Biol, 1 (18) e1009659
  • Lemeunier P., Paux E., Babi S., Auzanneau J., Goudemand-Dugué E., Ravel C., Rincent R. . (2022) Training population optimization for genomic selection improves the predictive ability of a costly measure in bread wheat, the gliadin to glutenin ratio. Euphytica, 8 (218) 111
  • Lorenzi A., Bauland C. , Mary-Huard T. , Pin S., Palaffre C., Guillaume C., Lehermeier C., Charcosset A. , Moreau L. . (2022) Genomic prediction of hybrid performance: comparison of the efficiency of factorial and tester designs used as training sets in a multiparental connected reciprocal design for maize silage. Theor Appl Genet,
  • Monnot S., Cantet M., Mary-Huard T. , Moreau L. , Lowdon R., Van Haesendonck M., Ricard A., Boissot N.. (2022) Unravelling cucumber resistance to several viruses via genome-wide association studies highlighted resistance hotspots and new QTLs. Horticulture Research, uhac184
  • Robert P., Auzanneau J., Goudemand E., Oury FX., Rolland B., Heumez E., Bouchet S., Le Gouis J., Rincent R. . (2022) Phenomic selection in wheat breeding: identification and optimisation of factors influencing prediction accuracy and comparison to genomic selection. Theor Appl Genet, 3 (135) 895-914
  • Robert P., Goudemand E., Auzanneau J., Oury FX., Rolland B., Heumez E., Bouchet S., Caillebotte A., Mary-Huard T. , Le Gouis J., Rincent R. . (2022) Phenomic selection in wheat breeding: prediction of the genotype-by-environment interaction in multi-environment breeding trials. Theor Appl Genet, 10 (135) 3337-3356
  • Roth M., Beugnot A., Mary-Huard T. , Moreau L. , Charcosset A. , Fievet JB.. (2022) Improving genomic predictions with inbreeding and non-additive effects in two admixed maize hybrid populations in single and multi-environment contexts. Genetics, iyac018
  • Speck A., Trouvé JP., Enjalbert J., Geffroy V., Joets J., Moreau L. . (2022) Genetic Architecture of Powdery Mildew Resistance Revealed by a Genome-Wide Association Study of a Worldwide Collection of Flax (Linum usitatissimum L.). Front. Plant Sci., (13) 871633
  • Welcker C., Spencer NA., Turc O., Granato I., Chapuis R., Madur D. , Beauchene K., Gouesnard B., Draye X., Palaffre C., Lorgeou J., Melkior S., Guillaume C., Presterl T., Murigneux A., Wisser RJ., Millet EJ., van Eeuwijk F., Charcosset A. , Tardieu F.. (2022) Physiological adaptive traits are a potential allele reservoir for maize genetic progress under challenging conditions. Nat Commun, 1 (13) 3225
  • Arca M., Mary-Huard T. , Gouesnard B., Bérard A., Bauland C. , Combes V. , Madur D. , Charcosset A. , Nicolas S. . (2021) Deciphering the Genetic Diversity of Landraces With High-Throughput SNP Genotyping of DNA Bulks: Methodology and Application to the Maize 50k Array. Front. Plant Sci., (11) 568699
  • Atanda SA., Olsen M., Crossa J., Burgueño J., Rincent R. , Dzidzienyo D., Beyene Y., Gowda M., Dreher K., Boddupalli PM., Tongoona P., Danquah EY., Olaoye G., Robbins KR.. (2021) Scalable Sparse Testing Genomic Selection Strategy for Early Yield Testing Stage. Front. Plant Sci., (12) 658978
  • Diaw Y., Tollon-Cordet C., Charcosset A. , Nicolas S. , Madur D. , Ronfort J., David J., Gouesnard B., Chiang TY.. (2021) Genetic diversity of maize landraces from the South-West of France. PLoS ONE, 2 (16) e0238334
  • Gonzàlez-Diéguez D., Legarra A., Charcosset A. , Moreau L. , Lehermeier C., Teyssèdre S., Vitezica ZG.. (2021) Genomic Prediction of Hybrid Crops Allows Disentangling Dominance and Epistasis. Genetics, iyab026
  • Haug B., Messmer MM., Enjalbert J., Goldringer I., Forst E., Flutre T., Mary-Huard T. , Hohmann P.. (2021) Advances in Breeding for Mixed Cropping – Incomplete Factorials and the Producer/Associate Concept. Front. Plant Sci., (11) 620400
  • Mary-Huard T. , Perduca V., Martin-Magniette ML., Blanchard G.. (2021) Error rate control for classification rules in multiclass mixture models. The International Journal of Biostatistics, 0 (0)
  • Mary-Huard T. , Das S., Mukhopadhyay I., Robin S., Birol I.. (2021) Querying multiple sets of P -values through composed hypothesis testing. Bioinformatics, 1 (38) 141-148
  • Monnot S., Desaint H., Mary-Huard T. , Moreau L. , Schurdi-Levraud V., Boissot N.. (2021) Deciphering the Genetic Architecture of Plant Virus Resistance by GWAS, State of the Art and Potential Advances. Cells, 11 (10) 3080
  • Allier A., 2020-01, Contributions to Genetic Diversity Management in Maize Breeding Programs using Genomic Selection, Theses, Université Paris-Saclay
  • 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
  • Arca M., Gouesnard B., Mary-Huard T. , Le Paslier MC., Bauland C. , Combes V. , Madur D. , Charcosset A. , Nicolas S. . (2020) Genome-wide SNP genotyping of DNA pools identifies untapped landraces and genomic regions that could enrich the maize breeding pool. DOI.org (Crossref),
  • 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
  • Blein-Nicolas M., Negro SS., Balliau T., Welcker C., Cabrera-Bosquet L., Nicolas S. , Charcosset A. , Zivy M.. (2020) A systems genetics approach reveals environment-dependent associations between SNPs, protein coexpression, and drought-related traits in maize. Genome Res., 11 (30) 1593-1604
  • Castelletti S., Coupel-Ledru A., Granato I., Palaffre C., Cabrera-Bosquet L., Tonelli C., Nicolas S. , Tardieu F., Welcker C., Conti L., de Meaux J.. (2020) Maize adaptation across temperate climates was obtained via expression of two florigen genes. PLoS Genet, 7 (16) e1008882
  • 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
  • Goldringer I., van Frank G., Bouvier d’Yvoire C., Forst E., Galic N., Garnault M., Locqueville J., Pin S., Bailly J., Baltassat R., Berthellot JF., Caizergues F., Dalmasso C., de Kochko P., Gascuel JS., Hyacinthe A., Lacanette J., Mercier F., Montaz H., Ronot B., Rivière P.. (2020) Agronomic Evaluation of Bread Wheat Varieties from Participatory Breeding: A Combination of Performance and Robustness. Sustainability, 1 (12) 128
  • Rio S., Moreau L. , Charcosset A. , Mary-Huard T. . (2020) Accounting for Group-Specific Allele Effects and Admixture in Genomic Predictions: Theory and Experimental Evaluation in Maize. Genetics, 1 (216) 27-41
  • 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
  • de Vienne D., Fiévet J. . (2020) The Pitfalls of Heterosis Coefficients. Plants, 7 (9) 875
  • 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
  • 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
  • Boussardon C., Martin-Magniette ML., Godin B., Benamar A., Vittrant B., Citerne S., Mary-Huard T. , Macherel D., Rajjou L., Budar F.. (2019) Novel Cytonuclear Combinations Modify Arabidopsis thaliana Seed Physiology and Vigor. Front Plant Sci, (10) 32
  • 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
  • Forst E., Enjalbert J., Allard V., Ambroise C., Krissaane I., Mary-Huard T. , Robin S., Goldringer I.. (2019) A generalized statistical framework to assess mixing ability from incomplete mixing designs using binary or higher order variety mixtures and application to wheat. Field Crops Research, (242) 107571
  • 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
  • Mabire C., 2019-04, Contribution des variations structurales de type insertions/délétions à l'adaptation, la variation des caractères et les performances hybrides chez le maïs, Theses, Université Paris Saclay (COmUE)
  • Mabire C., Duarte J., Darracq A., Pirani A., Rimbert H., Madur D. , Combes V. , Vitte C., Praud S., Rivière N., Joets J., Pichon JP., Nicolas S. . (2019) High throughput genotyping of structural variations in a complex plant genome using an original Affymetrix® axiom® array. BMC Genomics, 1 (20) 848
  • 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
  • Millet EJ., Kruijer W., Coupel-Ledru A., Prado SA., Cabrera-Bosquet L., Lacube S., Charcosset A. , Welcker C., Eeuwijk F., Tardieu F.. (2019) Genomic prediction of maize yield across European environmental conditions. Nat Genet, 6 (51) 952-956
  • Negro SS., Millet EJ., Madur D. , Bauland C. , Combes V. , Welcker C., Tardieu F., Charcosset A. , Nicolas S. . (2019) Genotyping-by-sequencing and SNP-arrays are complementary for detecting quantitative trait loci by tagging different haplotypes in association studies. BMC Plant Biol., 1 (19) 318
  • Rio S., 2019-04, Contributions to genomic selection and association mapping in structured and admixed populations : application to maize, Theses, Université Paris Saclay (COmUE)
  • 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 AI., 2019-03, Prédiction assistée par marqueurs de la performance hybride dans un schéma de sélection réciproque : simulations et évaluation expérimentale pour le maïs ensilage, Theses, Université Paris Saclay (COmUE)
  • 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
  • Bennetzen J., Flint-Garcia S., Hirsch C., Tuberosa R., Joets J., Vitte C., Charcosset A. . (2018) Draft Assembly of the F2 European Maize Genome Sequence and Its Comparison to the B73 Genome Sequence: A Characterization of Genotype-Specific Regions. DOI.org (Crossref), 3-12
  • Darracq A., Vitte C., Nicolas S. , Duarte J., Pichon JP., Mary-Huard T. , Chevalier C., Bérard A., Le Paslier MC., Rogowsky P., Charcosset A. , Joets J.. (2018) Sequence analysis of European maize inbred line F2 provides new insights into molecular and chromosomal characteristics of presence/absence variants. BMC Genomics, 1 (19) 119
  • Fiévet J. , Nidelet T., Dillmann C., de Vienne D.. (2018) Heterosis Is a Systemic Property Emerging From Non-linear Genotype-Phenotype Relationships: Evidence From in Vitro Genetics and Computer Simulations. Front. Genet., (9)
  • Laporte F., 2018-03-13 13/03/18, Développement de méthodes statistiques pour l’identification de gènes d’intérêt en présence d’apparentement et de dominance, application à la génétique du maïs, PhD thesis, Université Paris-Saclay
  • Baldy A., Jacquemot MP., Griveau Y., Bauland C. , Reymond M., Mechin V.. (2017) Energy Values of Registered Corn Forage Hybrids in France over the Last 20 Years Rose in a Context of Maintained Yield Increase. American Journal of Plant Sciences, (08) 1449
  • Bedoya CA., Dreisigacker S., Hearne S., Franco J., Mir C., Prasanna BM., Taba S., Charcosset A. , Warburton ML.. (2017) Genetic diversity and population structure of native maize populations in Latin America and the Caribbean. PLoS One, 4 (12)
  • Bouchet S., Bertin P., Presterl T., Jamin P., Coubriche D., Gouesnard B., Laborde J., Charcosset A. . (2017) Association mapping for phenology and plant architecture in maize shows higher power for developmental traits compared with growth influenced traits. Heredity (Edinb), 3 (118) 249-259
  • Brandenburg JT., Mary-Huard T. , Rigaill G., Hearne SJ., Corti H., Joets J., Vitte C., Charcosset A. , Nicolas S. , Tenaillon MI.. (2017) Independent introductions and admixtures have contributed to adaptation of European maize and its American counterparts. PLOS Genetics, 3 (13) e1006666
  • Brault V., Delattre M., Lebarbier E., Mary‐Huard T., Lévy‐Leduc C.. (2017) Estimating the Number of Block Boundaries from Diagonal Blockwise Matrices Without Penalization. Scandinavian Journal of Statistics, 2 (44) 563-580
  • Cañas RA., Yesbergenova-Cuny Z., Simons M., Chardon F., Armengaud P., Quilleré I., Cukier C., Gibon Y., Limami AM., Nicolas S. , Brulé L., Lea PJ., Maranas CD., Hirel B.. (2017) Exploiting the Genetic Diversity of Maize Using a Combined Metabolomic, Enzyme Activity Profiling, and Metabolic Modeling Approach to Link Leaf Physiology to Kernel Yield. The Plant Cell, 5 (29) 919-943
  • Delatola EI., Lebarbier E., Mary-Huard T. , Radvanyi F., Robin S., Wong J.. (2017) SegCorr a statistical procedure for the detection of genomic regions of correlated expression. BMC Bioinformatics, 1 (18) 333
  • 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
  • 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
  • Gouesnard B., Negro S., Laffray A., Glaubitz J., Melchinger A., Revilla P., Moreno-Gonzalez J., Madur D. , Combes V. , Tollon-Cordet C., Laborde J., Kermarrec D., Bauland C. , Moreau L. , Charcosset A. , Nicolas S. . (2017) Genotyping-by-sequencing highlights original diversity patterns within a European collection of 1191 maize flint lines, as compared to the maize USDA genebank. Theor Appl Genet, 10 (130) 2165-2189
  • Laporte F., Charcosset A. , Mary‐Huard T.. (2017) Estimation of the relatedness coefficients from biallelic markers, application in plant mating designs. Biometrics, 3 (73) 885-894
  • Larièpe A., Moreau L. , Laborde J., Bauland C. , Mezmouk S., Décousset L., Mary-Huard T. , Fiévet J. , Gallais A., Dubreuil P., Charcosset A. . (2017) General and specific combining abilities in a maize (Zea mays L.) test-cross hybrid panel: relative importance of population structure and genetic divergence between parents. Theor. Appl. Genet., 2 (130) 403-417
  • Mary-Huard T. , 2017-06-12 06/12/17, Some contributions to statistical modeling and model selection with applications to genomics and quantitative genetics, HDR, Université Paris Sud
  • Moreau L. , 2017-06-13 13/06/17, Utilisation des marqueurs en sélection : des QTL à la Sélection Génomique, HDR, Université Paris Sud
  • 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
  • Fernandez O., Urrutia M., Bernillon S., Giauffret C., Tardieu F., Le Gouis J., Langlade N., Charcosset A. , Moing A., Gibon Y.. (2016) Fortune telling: metabolic markers of plant performance. Metabolomics, 10 (12) 158
  • Giraud H., 2016-01, Genetic analysis of hybrid value for silage maize in multiparental designs : QTL detection and genomic selection, Theses, Université Paris Saclay (COmUE)
  • Millet E., Welcker C., Kruijer W., Negro S., Nicolas S. , Coupel-Ledru A., Bauland C. , Praud S., Ranc N., Presterl T., Tuberosa R., Bedo Z., Draye X., Usadel B., Charcosset A. , van Eeuwijk F., Tardieu F.. (2016) Genome-wide analysis of yield in Europe: allelic effects as functions of drought and heat scenarios. Plant physiology, 2 (172) 749-764
  • Moreau L. , Charmet G., Charcosset A. , Le Gouis J., Deretz S.. (2016) Quelle place pour la selection génomique chez les espèces de grande culture ?. ,
  • Nicolas S. , Peros JP., Lacombe T., Launay A., Le Paslier MC., Berard A., Mangin B., Valiere S., Martins F., Le Cunff L., Laucou V., Bacilieri R., Dereeper A., Chatelet P., This P., Doligez A.. (2016) Genetic diversity, linkage disequilibrium and power of a large grapevine (Vitis vinifera L) diversity panel newly designed for association studies. BMC plant biology, 1 (16) 74
  • Revilla P., Rodriguez VM., Ordas A., Rincent R. , Charcosset A. , Giauffret C., Melchinger AE., Schon CC., Bauer E., Altmann T., Brunel D., Moreno-Gonzalez J., Campo L., Ouzunova M., Alvarez A., Ruiz de Galarreta JI., Laborde J., Malvar RA.. (2016) Association mapping for cold tolerance in two large maize inbred panels. BMC plant biology, 1 (16) 127
  • Tenaillon MI., Manicacci D., Nicolas S. , Tardieu F., Welcker C.. (2016) Testing the link between genome size and growth rate in maize. PeerJ, (4) e2408
  • Bel L., Daudin JJ., Etienne M., Lebarbier E., Mary-Huard T. , Robin S., Vuillet C., Daudin JJ.. (2015) Modèle mixte, modélisation de la variance. , 162-189
  • Bel L., Daudin JJ., Etienne M., Lebarbier E., Mary-Huard T. , Robin S., Vuillet C., Daudin JJ.. (2015) Plans d’expérience. , 218-246
  • Gallais A., Editions Quae .. (2015) Pour comprendre l'amélioration des plantes. Enjeux, méthodes, objectifs et critères de sélection. ,
  • Rousselle Y., Jones E., Charcosset A. , Moreau L. , Robbins K., Stich B., Knaak C., Flament P., Karaman Z., Martinant JP., Fourneau M., Taillardat A., Romestant M., Tabel C., Bertran J., Ranc N., Lespinasse D., Blanchard P., Kahler A., Chen J., Kahler J., Dobrin S., Warner T., Ferris R., Smith S.. (2015) Study on Essential Derivation in Maize: III. Selection and Evaluation of a Panel of Single Nucleotide Polymorphism Loci for Use in European and North American Germplasm. Crop Science, 3 (55) 1170-1180
  • 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
  • Revilla P., Rodriguez VM., Ordas A., Rincent R. , Charcosset A. , Giauffret C., Melchinger AE., Schon CC., Bauer E., Altmann T., Brunel D., Moreno-Gonzalez J., Campo L., Ouzunova M., Laborde J., Alvarez A., de Galarreta JIR., Malvar RA.. (2014) Cold Tolerance in Two Large Maize Inbred Panels Adapted to European Climates. Crop Sci., 5 (54) 1981-1991
  • 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. , Moreau L. , Monod H., Kuhn E., Melchinger AE., Malvar RA., Moreno-Gonzalez J., Nicolas S. , Madur D. , Combes V. , Dumas F., Altmann T., Brunel D., Ouzunova M., Flament P., Dubreuil P., Charcosset A. , Mary-Huard T. . (2014) Recovering power in association mapping panels with variable levels of linkage disequilibrium. Genetics, 1 (197) 375-87
  • 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.), PhD thesis, AgroParisTech
  • Bauer E., Falque M., Walter H., Bauland C. , Camisan C., Campo L., Meyer N., Ranc N., Rincent R. , Schipprack W., Altmann T., Flament P., Melchinger AE., Menz M., Moreno-Gonzalez J., Ouzunova M., Revilla P., Charcosset A. , Martin OC., Schon CC.. (2013) Intraspecific variation of recombination rate in maize. Genome biology, 9 (14) R103
  • Bouchet S., Servin B., Bertin P., Madur D. , Combes V. , Dumas F., Brunel D., Laborde J., Charcosset A. , Nicolas S. . (2013) Adaptation of maize to temperate climates: mid-density genome-wide association genetics and diversity patterns reveal key genomic regions, with a major contribution of the Vgt2 (ZCN8) locus. PloS one, 8 (8) e71377
  • Gallais A.. (2013) De la domestication à la transgénèse, évolution des outils pour l’amélioration des plantes. ,
  • Houel C., Martin-Magniette ML., Nicolas S. , Lacombe T., Le Cunff L., Franck D., Torregrosa L., Conéjéro G., Lalet S., This P., Adam-Blondon AF.. (2013) Genetic diversity of berry size in grapevine (Vitis vinifera L.). Aus J Grape and Wine R, 2 (19) 208-220
  • Mir C., Zerjal T., Combes V. , Dumas F., Madur D. , Bedoya C., Dreisigacker S., Franco J., Grudloyma P., Hao PX., Hearne S., Jampatong C., Laloe D., Muthamia Z., Nguyen T., Prasanna BM., Taba S., Xie CX., Yunus M., Zhang S., Warburton ML., Charcosset A. . (2013) Out of America: tracing the genetic footprints of the global diffusion of maize. Theor Appl Genet, 11 (126) 2671-82
  • 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
  • Canas RA., Quillere I., Gallais A., Hirel B.. (2012) Can genetic variability for nitrogen metabolism in the developing ear of maize be exploited to improve yield?. The New phytologist, 2 (194) 440-52
  • Durand E., Bouchet S., Bertin P., Ressayre A., Jamin P., Charcosset A. , Dillmann C., Tenaillon MI.. (2012) Flowering time in maize: linkage and epistasis at a major effect locus. Genetics, 4 (190) 1547-62
  • 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, PhD thesis, AgroParisTech
  • 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
  • Mangin B., Siberchicot A., Nicolas S. , Doligez A., This P., Cierco-Ayrolles C.. (2012) Novel measures of linkage disequilibrium that correct the bias due to population structure and relatedness. Heredity, 3 (108) 285-91
  • Nicolas S. , Monod H., Eber F., Chevre AM., Jenczewski E.. (2012) Non-random distribution of extensive chromosome rearrangements in Brassica napus depends on genome organization. The Plant journal : for cell and molecular biology, 4 (70) 691-703
  • 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
  • Sosnowski O., Charcosset A. , Joets J.. (2012) BioMercator V3: an upgrade of genetic map compilation and quantitative trait loci meta-analysis algorithms. Bioinformatics, 15 (28) 2082-3
  • 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
  • Zerjal T., Rousselet A., Mhiri C., Combes V. , Madur D. , Grandbastien MA., Charcosset A. , Tenaillon MI.. (2012) Maize genetic diversity and association mapping using transposable element insertion polymorphisms. TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik, 8 (124) 1521-37
  • Charcosset A. , Moreau L. , Ricroch A., Dattée Y., Fellous M.. (2011) Cartographie de QTL, génétique d’association et application en sélection. , 112-125
  • Fiévet J. , de Vienne D., Gallais A.. (2011) Heterosis, Inbreeding depression and Hybrid varieties. library.siena.edu,
  • Gallais A., Ricroch A., Dattée Y., Fellous M.. (2011) L'amélioration des plantes : de la domestication à la transgénèse. , 8-16
  • Gallais A.. (2011) Méthodes de création de variétés en amélioration des plantes. ,
  • Ganal MW., Durstewitz G., Polley A., Bérard A., Buckler ES., Charcosset A. , Clarke JD., Graner EM., Hansen M., Joets J., Le Paslier MC., McMullen MD., Montalent P., Rose M., Schön CC., Sun Q., Walter H., Martin OC., Falque M., Lukens L.. (2011) A Large Maize (Zea mays L.) SNP Genotyping Array: Development and Germplasm Genotyping, and Genetic Mapping to Compare with the B73 Reference Genome. PLoS ONE, 12 (6) e28334
  • Hirel B., Gallais A., Prioul JL., Thévenot C., Molnar T., Mike Burrel .. (2011) Nitrogen use efficiency – Physiological, molecular and genetic investigations towards crop improvement. , 285-310
  • Manicacci D., Moreau L. , Charcosset A. , Prioul JL., Thévenot C., Molnar T., Mike Burrel .. (2011) QTL cartography, meta-analysis and association genetics. , 37-66
  • Mezmouk S., Dubreuil P., Bosio M., Decousset L., Charcosset A. , Praud S., Mangin B.. (2011) Effect of population structure corrections on the results of association mapping tests in complex maize diversity panels. Theor Appl Genet, 6 (122) 1149-60
  • Moreau L. , Charcosset A. , Prioul JL., Thévenot C., Molnar T., Mike Burrel .. (2011) Marker-assisted selection in maize. , 411-434
  • Rousset M., Bonnin I., Remoue C., Falque M., Rhone B., Veyrieras JB., Madur D. , Murigneux A., Balfourier F., Le Gouis J., Santoni S., Goldringer I.. (2011) Deciphering the genetics of flowering time by an association study on candidate genes in bread wheat (Triticum aestivum L.). TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik, 6 (123) 907-26
  • Tenaillon MI., Charcosset A. . (2011) A European perspective on maize history. Comptes rendus biologies, 3 (334) 221-8
  • Warburton M., Wilkes G., Taba S., Charcosset A. , Mir C., Dumas F., Madur D. , Dreisigacker S., Bedoya C., Prasanna B., Xie C., Hearne S., Franco J.. (2011) Gene flow among different teosinte taxa and into the domesticated maize gene pool. Genet Resour Crop Ev, 8 (57) 1243-1261
  • Welcker C., Sadok W., Dignat G., Renault M., Salvi S., Charcosset A. , Tardieu F.. (2011) A common genetic determinism for sensitivities to soil water deficit and evaporative demand: meta-analysis of quantitative trait Loci and introgression lines of maize. Plant physiology, 2 (157) 718-29