En savoir plus

Titre de la thèse

Comparaison et évaluation d’approches bioinformatiques et statistiques pour l’analyse du pathobiome des plantes cultivées

• Mme ML Martin-Magniette, directeur de recherche, INRA-AgroParisTech MIA Paris, rapporteur
• Mr C Mougel, directeur de recherche, INRA IGEPP, rapporteur
• Mr T Candresse, directeur de recherche, INRA BFP, examinateur
• Mme CLE Delmas, chercheur, INRA UMR SAVE, examinateur
• Mr F Mahé, chercheur, CIRAD UMR BGP, examinateur
• Mme C Vacher, directeur de recherche INRA Biogeco, directrice
• Mme J Vallance, ingénieur de recherche INRA UMR SAVE, co-directrice

Résumé

Les interactions entre micro-organismes sous-tendent de nombreux services écosystémiques, y compris la régulation des maladies des plantes cultivées. Un acteur de cette régulation est le pathobiome, défini comme le sous-ensemble des micro-organismes associés à une plante hôte et en interaction avec un agent pathogène. L’un des défis actuels consiste à reconstruire les pathobiomes à partir de données de metabarcoding, pour identifier des agents potentiels de biocontrôle et pour surveiller en temps réel leurs réponses aux changements environnementaux. Plusieurs verrous méthodologiques doivent cependant être levés pour atteindre ces objectifs.

Tout d’abord, il n’existe pas de consensus concernant l’approche bioinformatique la plus fiable pour déterminer l’identité et l’abondance des micro-organismes présents dans les échantillons végétaux. De plus, les réseaux microbiens construits avec les méthodes actuellement disponibles sont des réseaux d’associations statistiques entre des comptages de séquences, non directement superposables aux réseaux d’interactions écologiques entre micro-organismes.

L’objectif de la thèse était donc de déterminer les approches bioinformatiques et statistiques les plus pertinentes pour reconstruire des réseaux d’interactions microbiennes à partir de données de métabarcoding. Le modèle biologique était la vigne (Vitis vinifera) et l’oïdium de la vigne, Erysiphe necator. Nous avons tout d’abord déterminé l’approche bioinformatique la plus adaptée pour caractériser les communautés fongiques associées aux plantes, en comparant la capacité de 360 pipelines à retrouver la composition d’une communauté artificielle de 189 souches fongiques. DADA2 est apparu comme l’outil le plus performant. Nous avons ensuite évalué l’influence de la pratique culturale (viticulture conventionnelle vs. biologique) sur les communautés fongiques des feuilles de vigne et évalué le niveau de réplicabilité des réseaux microbiens construits avec une méthode d’inférence classique, SparCC. La réplicabilité était très faible, jetant ainsi un doute sur l’utilité de ces réseaux pour le biocontrôle et la biosurveillance. Nous avons donc utilisé une nouvelle approche statistique, le modèle PLN, qui permet de prendre en compte la variabilité environnementale, pour générer des hypothèses d’interactions au sein du pathobiome d’Erysiphe necator.