Rencontres du Végétal

Contexte

L’agriculture et l’horticulture s’adaptent continuellement aux changements climatiques et économiques. Aussi des innovations variétales adaptées aux conditions évolutives de production et de vente sont-elles attendues par les professionnels.
La vitesse d’adaptation des variétés est cependant limitée : plus la liste des critères souhaitables s’allonge, plus obtenir une variété qui les remplit tous devient improbable.
Accélérer l’arrivée des variétés qui présentent des qualités nouvelles demande de réduire les aléas de la transmission héréditaire; une refonte de la cartographie génétique est en train d’émerger pour réduire ces aléas à plus grande échelle.
Depuis longtemps, les analyses génétiques ou génomiques identifient régulièrement des sites, et leurs allèles favorables, impliqués dans l’expression des caractères sous la forme de marqueurs moléculaire, de séquences ADN et de segments chromosomiques. En création variétale, les principes de ‘genotype building’ et de ‘breeding by design’ ont ensuite émergé. Ils associent d’une façon plus ou moins stricte la ‘mendélisation’ des caractères au ‘pyramidage de gènes’, appliqués avec succès sur les caractères mono- et oligo-géniques.
Une réduction directe du hasard est alors obtenue en assemblant ces allèles par des procédés diversifiés de croisements, à l’image des briques d’un jeu de construction.
Dans cette logique, chaque allèle favorable identifié devient un aléa en moins et un avantage en plus. Cependant, son application est actuellement limitée par le manque de résolution de la cartographie génétique, le coût des analyses génomiques et notre méconnaissance consécutive du déterminisme génétique de nombreux critères de sélection.

Objectifs

L’objectif est d’ouvrir la cartographie génétique à la compréhension des interactions génétiques d’ordres élevés, pour saisir les principaux déterminants des caractères dits « complexes », en écartant les faux-positifs.

Démarche et méthodes

Notre outil est conçu pour éviter l’estimation des multiples effets génétiques proposés par la Génétique Quantitative.
Il peut utiliser plusieurs milliers de loci (marqueurs isolés ou segments chromosomiques). Dans nos simulations, leur nombre est limité à deux-mille-cinq-cents. En revanche, chaque locus est lié à ses voisins par une faible distance génétique (1cM) pour évaluer l’acuité de l’outil.
Il fut testé sur des populations simulées d’individus diploïdes directement issus du croisement de deux hybrides F1 ou de deux ‘outbreds’ (i.e. (AxB) x (CxD)).
La simulation des effets génétiques est fondée sur le modèle NK de Kauffman décrit par Cooper dans (1), toujours d’actualité selon (2). Une erreur aléatoire de phénotypage, dont l’importance est identique à celle des effets génétiques (héritabilité = 1/2) leurs fut ajoutée.
Le témoin de comparaison utilisé est une analyse génétique usuelle, faite sur le génome femelle (AxB) puis sur le génome mâle (CxD), fondée sur la comparaison des moyennes alléliques par une régression linéaire du caractère sur les deux formes alléliques.
Résultats obtenus et attendus :
Actuellement, la complexité génétique maximale de nos simulations implique un total de cinquante sites parmi les deux-mille-cinq-cents simulés, repartis également sur les génomes femelle et mâle. Chaque site est en moyenne en interaction avec 5,2 autres (N=50, K=5,2).
Notre outil détecta vingt-et-un sites sur cinquante avec des écarts inférieurs à 8 cM et aucun faux-positif.
Le témoin détecta seulement un site. D’autres comparaisons sont attendues.

Perspectives

1-Évaluer l’intégration de notre outil dans un projet de sélection. Les analyses génétiques déjà faites au sein des projets de sélection ont l’avantage de cibler des déterminants génétiques spécifiques à chaque projet. L’ouverture aux interactions génétiques est faite pour amplifier cet avantage, sur un plus grand nombre de critères de sélection.
2-Évaluer l’usage de notre outil envers le développement de la vigueur hybride, via la généalogie utilisée ici, qui permet d’analyser conjointement deux fonds génétiques (AxB envers CxD).
Propulsant l’amélioration génétique chez un nombre croissant d'espèces, la vigueur hybride pourrait être le phénomène d’interactions principalement ciblé par notre outil.

Références bibliographiques

(1) Cooper M., et al. (2002). The E(NK) model: Extending the NK model to incorporate gene-by-environment interactions and epistasis for diploids genomes. Complexity, 7:31-56.
(2) Messina C., et al. (2025). Toward a general framework for AI-enabled prediction in crop improvement. Theoretical and Applied Genetics, 138:151.