Evaluation et mise en œuvre de la sélection phénomique pour la sélection du blé tendre

Soutenance de thèse

lieu : INRAE GDEC – 5 chemin de Beaulieu, 63000 Clermont-Ferrand (Salle Gachon)

Pauline Robert

Equipe GQMS

Devant un jury composé de :

• Anne Laperche, Maître de conférences – Institut Agro – Rennes-Angers, Rapportrice
• Anne Ricard, Ingénieur en Chef des Ponts, des Eaux et des Forêts (HDR) – INRAE, Rapportrice
• Christophe Tatout, Professeur à l’université - UCA, Examinateur
• Ellen Goudemand-Dugué, Directrice de recherche - Florimond Desprez, Examinatrice
• Renaud Rincent, Chargé de recherche - INRAE, Co-encadrant
• Jacques Le Gouis, Directeur de recherche - INRAE, Directeur de thèse
• Jérôme Auzanneau, Directeur recherche et développement – Agri-Obtentions, Invité
• Sophie Bouchet, Chargé de recherche – INRAE, Invitée

Mots-clés

amélioration des plantes, blé tendre, essais multi-environnementaux (MET), interaction génotype-environnement (GxE), sélection génomique, sélection phénomique, spectroscopie proche infrarouge

Résumé

L’amélioration variétale connaît d’importants progrès depuis une vingtaine d’années grâce à l’apport de la génomique et des méthodes prédictives, comme la sélection génomique. D’autres types d’informations sont disponibles pour mieux modéliser la relation entre génotype et phénotype. L’objectif de cette thèse était d’évaluer et d’optimiser une nouvelle méthode de sélection, appelée sélection phénomique, qui intègre la spectroscopie proche infrarouge dans les modèles prédictifs pour améliorer les programmes de sélection du blé tendre. Après avoir clairement défini la méthode, nous avons évalué, sur des données issues de programme de sélection, différents facteurs qui peuvent influencer les capacités de prédictions de cette méthode. Nous avons alors montré qu’à l’instar de la sélection génomique, la sélection phénomique est aussi influencée par le modèle statistique, la taille et la composition du jeu de calibration. Les capacités de prédictions sont aussi influencées par l’origine d’acquisition des spectres et le nombre de spectres intégrés dans le modèle, et cela dépend du caractère à prédire. Nous avons ensuite évalué la sélection phénomique dans différents scénarios de prédiction multi-environnementale et montré que l’interaction génotype-environnement est mieux modélisée par les spectres dans le proche infrarouge que par les marqueurs moléculaires. Sur l’ensemble de ces évaluations nous avons montré que la sélection phénomique représente une bonne alternative ou un complément à la sélection génomique, et nous avons proposé différentes pistes d’intégration de la méthode dans les programmes de sélection.