Comprendre et prédire l'évolution de populations de blé lors de 12 années de sélection participative par une meilleure prise en compte des effets environnementaux, des pratiques, des relations de parenté et des relations entre caractères.

par Michel Turbet delof

Projet de thèse en Sciences agronomiques

Sous la direction de Isabelle Goldringer.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale Sciences du Végétal : du gène à l'écosystème , en partenariat avec Génétique Quantitative et Évolution - Le Moulon (laboratoire) , Diversité, Evolution et Adaptation des Populations (equipe de recherche) et de Faculté des sciences d'Orsay (référent) depuis le 01-12-2020 .


  • Résumé

    La Sélection Participative (SP) est décentralisée, c'est à dire mise en œuvre dans les fermes où sont cultivées les variétés développées. Avec la sélection participative, les agriculteurs et acteurs de terrain cherchent à développer des variétés et populations adaptées aux conditions locales, plus stables et plus résilientes grâce à leur diversité génétique intrinsèque. C'est une stratégie qui peut contribuer à répondre aux enjeux de la transition agroécologique en permettant de créer des populations adaptées au grand nombre de pratiques rencontrées en agroécologie et aux environnements plus contrastés et plus stressants du fait de la forte diminution du recours aux intrants. Utilisée depuis plusieurs dizaines d'années dans les pays du Sud, la SP fait l'objet d'un grand intérêt actuellement dans les régions d'agriculture industrielle également, notamment en Europe et aux USA. L'équipe DEAP de l'UMR GQE-Le Moulon a mis en place en 2006 un programme de SP sur le blé tendre en collaboration avec le Réseau Semences Paysannes et dispose ainsi d'un recul important sur cette approche. Tout au long de ce programme, les recherches ont permis de mettre au point des dispositifs expérimentaux pour les essais à la ferme, des méthodes statistiques d'analyse des données reposant sur des modèles hiérarchiques Bayésiens et des outils et méthodes pour améliorer la gestion dynamique de la diversité et l'efficacité de la sélection paysanne. Depuis 2006, l'historique des populations sélectionnées (plus de 1000 populations au total chaque année évaluées et sélectionnées chez 25 à 80 paysans) ainsi que les suivis morphologiques et agronomiques ont été enregistrés dans une base de données dédiée (ShiNeMaS) constituant ainsi un ensemble unique de données spatio-temporelles sur un système de gestion dynamique de populations cultivées. Certains facteurs pourtant critiques dans le contexte de l'agroécologie n'ont pas encore été pris en compte pour optimiser la gestion et la sélection de la diversité cultivée à a ferme : (i) la caractérisation des environnements pédo-climatiques et des pratiques de culture, (ii) les relations entre caractères soumis ou non à la sélection et (iii) les relations de parenté entre les populations. Le projet de thèse vise donc à : (i) Caractériser les environnements et les pratiques culturales dans chaque ferme impliquée dans le programme de SP afin d'établir une typologie des essais, d'identifier des stress éventuels et de comprendre l'impact des environnements et pratiques sur les réponses des populations à court et moyen terme. (ii) Identifier, à travers une approche multi-variée, les caractères qui sont directement ou indirectement soumis à sélection naturelle pour comprendre les réponses combinées à la sélection naturelle et humaine. Une approche multi-caractère pourra de plus renforcer la précision des estimations des optimums et forces de la sélection. (iii) Intégrer les relations de parenté générées par l'histoire des populations (croisements, reproduction, séparation en sous-populations, mélanges,…) dans le modèle hiérarchique Bayésien d'analyse des populations dans le réseau afin d'améliorer la précision des prédictions des valeurs génétiques de ces populations ou de prédire des populations non observées dans certains environnements. Ces trois axes permettront à la fois de mieux comprendre la dynamique de la diversité cultivée dans le réseau de SP, les réponses des populations à la sélection naturelle et humaine et de proposer une optimisation de l'organisation et des méthodes pour favoriser l'adaptation aux conditions locales et la stabilité dans le temps des performances des populations.

  • Titre traduit

    Considering environmental effects, farmers' practices, kinship and trait relationships to understand and predict wheat populations' evolution during 12 years of participatory breeding


  • Résumé

    Participatory Plant Breeding (PPB) is decentralized, i.e. implemented on the farms where the developed varieties are grown. In PPB, farmers and the other stakeholders aim to develop varieties and populations that are adapted to local conditions, more stable and more resilient thanks to their intrinsic genetic diversity. It is a strategy that can contribute to meeting the challenges of the agro-ecological transition by creating populations adapted to the large number of practices encountered in agro-ecology and to more contrasting and stressful environments due to the sharp decrease in the use of inputs. In 2006, the DEAP team of the UMR GQE-Le Moulon set up a commonwheat PPB program in collaboration with the Réseau Semences Paysannes and thus has now a significant perspective on this approach. Throughout this program, research has led to the development of experimental devices for on-farm testing, statistical methods for data analysis based on Bayesian hierarchical models and tools and methods to improve the dynamic management of diversity and the efficiency of farmers' selection. Since 2006,the history of the selected populations (more than 1000 populations in total each year evaluated and selected by 25 to 80 farmers) as well as morphological and agronomic monitoring have been recorded in a dedicated database (ShiNeMaS), thus constituting a unique set of spatio-temporal data on a dynamic management system for cultivated populations. Some critical factors in the context of agro-ecology have not yet been taken into account to optimize the management and selection of farm-grown crop diversity: (i) the characterization of pedo-climatic environments and farming' practices, (ii) the correlations between traits subject or not to selection and (iii) the kinship relationships between populations. The thesis project therefore aims to: (i) Characterize the environments and farming practices on each farm involved in the PPB program in order to establish a typology of trials, identify potential stresses and understand the impact of environments and practices on population responses in the short and medium term. (ii) Identify, through a multi-trait approach, traits that are directly or indirectly subject to natural selection to understand the combined responses to natural and human selection. A multi-character approach will also enhance the accuracy of estimates of selection optimums and strengths. (iii) Integrate kinship relationships generated by population history (crosses, reproduction, sub-population separation, mixtures...) into the Bayesian hierarchical model to improve the accuracy of predictions of genetic values of these populations or to predict populations not observed in certain environments. These three axes will make it possible to better understand the dynamics of diversity cultivated in the PPB network, the responses of populations to natural and human selection and to propose an optimization of organization and methods to promote populations' adaptation to local conditions and the stability over time of population performances.