Exploitation des données multi-omiques pour élucider les bases génétiques et moléculaires de caractères complexes : une étude de génétique des systèmes de la réponse du maïs à la sécheresse

Harnessing multi-omics data to unravel the genetic and molecular basis of complex traits : A systems genetics study of maize drought response

• Auteur / Autrice : Yacine Djabali
• Direction : Mélisande Blein-Nicolas, Marie-Laure Martin
• Type : Thèse de doctorat
• Discipline(s) : Génétique
• Date : Soutenance le 13/12/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences du Végétal : du gène à l'écosystème
• Partenaire(s) de recherche : Laboratoire : Génétique quantitative et évolution-Le Moulon (Gif-sur-Yvette, Essonne ; 2002-....) - Institut des sciences des plantes de Paris-Saclay (Gif-sur-Yvette, Essonne ; 2015-....)
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Biosphera (2020-....)
• Jury : Président / Présidente : Andrea Rau
• Jury : Examinateurs / Examinatrices : Vincent Ségura, Nicolas Langlade, Elisabeth Petit-Teixeira, Mikaël Lucas
• Jury : Rapporteurs / Rapporteuses : Vincent Ségura, Nicolas Langlade

Mots clés

Mots clés contrôlés

Plasticité phénotypique

Interaction gène-environnement

Étude d'association pangénomique

Biologie systémique

Mots clés libres

Biologie des systèmes

Génétique d'association

Intégration de données multi-omiques

Réseaux moléculaires

Relation génotype-phénotype

Intéraction génotype-environnement

System biology

Genome-wide association study

Multi-omics data integration

Molecular networks

Genotype-phenotype relationship

Genotype-by-environment interaction

Résumé

Bien que les interactions entre la recherche académique et les entreprises semencières au cours du siècle dernier aient permis une avancée significative dans l'amélioration des plantes cultivées, cela fait plusieurs années que les rendements des grandes cultures n'ont pas augmenté de manière significative. De plus, selon le Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC), les émissions de gaz à effet de serre ont déclenché une hausse irréversible des températures qui rendra les terres agricoles plus sèches et augmentera considérablement les mauvaises récoltes au cours des 30 prochaines années. Nourrir près de dix milliards de personnes dans ce contexte de changement climatique est donc l'un des plus grands défis de ce siècle. Parmi les cultures touchées par la sécheresse, le maïs est au centre des recherches visant à améliorer les variétés pour les rendre plus résistantes au stress hydrique. Cependant, la tolérance à la sécheresse est un caractère polygénique (i.e., un caractère contrôlé par plusieurs gènes) qui dépend fortement de l'environnement, ce qui fait de la compréhension de son déterminisme génétique une tâche considérable. En effet, après avoir perçu un stress hydrique, les plantes déclenchent de multiples voies moléculaires affectant leur développement et leur rendement. Grâce aux avancées biotechnologiques, il est possible de générer des ensembles de données multi-omiques permettant d'appliquer des approches de génétique des systèmes dans l'étude de la tolérance à la sécheresse. Ma thèse visait à mieux comprendre les bases génétiques et moléculaires de la réponse du maïs à la sécheresse en réalisant une analyse intégrative de données multi-omiques (génomique : un million de SNP, protéomique : 2000 protéines, métabolomique : 1500 métabolites, et phénomique : 6 traits écophysiologiques liés à la sécheresse) mesurées pour 254 hybrides de maïs cultivés sous deux régimes hydriques contrastés. Dans la première partie de la thèse, je me suis concentré sur l'analyse des données phénomiques afin de quantifier la pertinence de l'intégration des indices de plasticité dans les études de génétique d'association pour détecter des QTLs impliqué dans l'interaction génotype-disponibilité en eau (GxW). Le principal résultat de cette partie est que les QTL de plasticité ne se chevauchent pas avec les QTL détectés sur les moyennes phénotypiques, et qu'ils capturent exclusivement une partie importante de la variance GxW (10-70% en fonction des caractères). Outre l'identification de nouvelles régions génétiques potentiellement impliquées dans la réponse à la sécheresse, mes résultats soutiennent le postulat selon lequel la plasticité phénotypique est un caractère indépendant avec son propre déterminisme génétique. Dans la deuxième partie de la thèse, j'ai mené une approche de génétique des systèmes en intégrant les données de génomique, de protéomique et de phénomique pour i) inférer un réseau multi-échelles révélant les bases génétiques et moléculaires de la réponse au stress hydrique, ii) évaluer les apports des données de protéomique pour expliquer la variance GxW, et iii) fournir une annotation fonctionnelle des QTLs maximisant la proportion de variance GxW capturée. Tout d'abord, j'ai pu identifier des régions génomiques enrichies en pQTLs et les traduire en réseaux d'interactions protéine-protéine. Cela m'a permis de montrer que les protéines associées à des pQTLs situés dans ces régions pouvaient interagir physiquement avec des protéines codées par des gènes couverts par ces régions. Deuxièmement, j'ai identifié un ensemble de QTL et de pQTL qui, ensemble, capturent 84% de la variance GxW. Troisièmement, j'ai inféré un réseau multi-échelle comprenant 531 loci, 63 protéines et 6 caractères répondant à la sécheresse. Ces résultats mettent en avant le potentielle des données omiques afin de révéler les bases génétiques et moléculaires de caractères complexes tels que la tolérance à la sécheresse.

Although interactions between academic research and plant breeding companies over the last century have enabled significant progress in crop improvement by producing high-yielding varieties, it has been several years since major crop yields have increased significantly. In addition, according to the Intergovernmental Panel on Climate Change (IPCC), anthropogenic greenhouse gas emissions have triggered an irreversible rise in temperatures that will make agricultural land drier and significantly increase crop failures over the next 30 years. Feeding nearly ten billion people in the face of climate change is, therefore, one of the greatest challenges of this century. Among crops affected by drought, maize is at the center of research into improving varieties to make them more resilient to water stress. However, drought tolerance is a polygenic trait (i.e., a trait under the control of multiple genes) that is highly dependent on the environment, which makes understanding its genetic determinism a tremendous task. After perceiving water stress, plants trigger multiple molecular pathways that moderate root water uptake and leaf evapotranspiration, which can affect their development and reduce yield. Thanks to advances in biotechnology, it is now possible to generate multi-omics datasets that can be used to conduct systems genetic approaches to address the complexity of drought tolerance. My PhD thesis aimed to gain insight into the genetic and molecular basis of maize drought response by performing an integrative analysis of multi-omics data (genomics: one million SNPs, proteomics: 2,000 proteins, metabolomics: 1,500 metabolites, and phenomics: 6 drought-related ecophysiological traits) measured for 254 maize hybrids grown in a greenhouse under two contrasting water regimes. In the first part of the thesis, I focused on the analysis of phenomics data to quantify the relevance of integrating plasticity indices in genome-wide association studies to detect QTLs involved in the genotype-by-water availability interaction (GxW). The main result of this part was that plasticity QTLs do not overlap with QTLs detected on phenotypic means, and they exclusively capture an important part of the GxW variance (10-70% depending on the traits). Besides identifying novel genetic regions potentially involved in drought response, my results support the postulate that phenotypic plasticity is an independent trait with its own genetic determinisms. The latter could be advantageous in breeding in order to design high-yielding varieties that optimize their water management through plastic ecophysiological traits. In the second part of the thesis, I conducted a systems genetics approach by integrating genomics, proteomics, and phenomics to i) infer a multiscale network revealing the genetic and molecular basis of the response to water stress, ii) assess the contribution of proteomics data in explaining GxW variance, and iii) provide a functional annotation of QTLs maximizing the proportion of GxW variance captured. Firstly, I was able to identify genomic regions enriched in pQTLs and translate them into protein-protein interaction networks. This enabled me to show that proteins associated with pQTLs located in these regions could physically interact with proteins encoded by genes covered by these regions. Secondly, I identified a set of QTLs and pQTLs that together capture 84% of the GxW variance. Thirdly, I inferred a multi-scale network comprising 531 loci, 63 proteins, and 6 drought-responsive traits. These results highlight the potential of omics data to reveal the genetic and molecular basis of complex traits such as drought tolerance. Overall, the results of my thesis encourage the consideration of phenotypic plasticity and the use of omics data to facilitate the design to aid the design of drought-tolerant varieties in molecular-assisted selection.