En savoir plus

Thèse débutée le 1er novembre 2018, soutenue le 19 novembre 2020
Financement : PIA RAPSODYN
Encadrant : Nathalie Nesi

--------------------------------------------

Résumé : 

Un des enjeux actuels de l’amélioration des plantes est d’assurer une production optimisée et stable dans des systèmes de culture économes en intrants et soumis à des environnements de plus en plus fluctuants. Le phénotype observé résulte de l’expression des effets du génotype et de l’environnement mais également de l’interaction génotype × environnement (G×E). Proposer des variétés stables/adaptées à une large gamme de milieux ou, a contrario, adaptées à des environnements spécifiques, nécessite de comprendre finement et d’exploiter les interactions G×E. Dans ce contexte, ce travail de thèse a cherché à répondre aux questions suivantes : i) quels sont les principaux facteurs abiotiques limitant le rendement chez le colza, ii) comment valoriser ces facteurs pour établir une typologie des environnements qui permette de caractériser et de regrouper les environnements de manière à décomposer l’interaction G×E ?, et enfin iii) cet envirotypage permet-il de caractériser les déterminants génétiques contrôlant le G×E ?

Une stratégie basée sur la caractérisation et l’analyse d’un réseau de 47 essais répartis sur les principales zones de culture du colza en France et conduits dans des conditions contrastées de fertilisation azotée, a été déployée pour identifier les facteurs limitants le rendement en graines chez le colza et regrouper les essais en envirotypes. Dans la suite, une analyse génétique par association a été menée sur 173 génotypes de colza d’hiver expérimentés dans ce réseau afin d’identifier les QTL qui contrôlent le rendement et l’interaction G×E. Des QTL stables et spécifiques ont été identifiés en fonction des envirotypes. L’intérêt de cette approche et des résultats obtenus est discuté, notamment au regard de leur valorisation potentielle dans des programmes de sélection.

Mots clés : Brassica napus, Rendement, Interaction GxE, Envirotypage, QTL