Phénotypage Haut Débit et Phénotypage Haut Débit et Plantes Virtuelles:Plantes Virtuelles:

quels Gaps et quelles Synergiesquels Gaps et quelles Synergies

► Bruno Andrieu, EA EGC GrignonBruno Andrieu, EA EGC Grignon► Christine Granier , EA LEPSE MontpellierChristine Granier , EA LEPSE Montpellier

► Frédéric Barret, EA CSE AvignonFrédéric Barret, EA CSE Avignon

► Phénotypage: Acquisition d’informations sur l’état Phénotypage: Acquisition d’informations sur l’état et/ou le fonctionnement de plantes et peuplementet/ou le fonctionnement de plantes et peuplement

► Comparaison du comportement de différents Comparaison du comportement de différents génotypes sous différents environnements génotypes sous différents environnements correspond à une large gamme de besoinscorrespond à une large gamme de besoins

► Haut débit : pour multigénotype, Haut débit : pour multigénotype, multienvironnement, multitemporel, etcmultienvironnement, multitemporel, etc

► Plantes virtuelles : modèles « botaniquement Plantes virtuelles : modèles « botaniquement réalistes » de plantes et peuplement. Avec réalistes » de plantes et peuplement. Avec composante processus.composante processus.

Données de phénotypage haut-débit de la croissance foliaire d’ A. thaliana et modélisation.

LEPSE, INRA Montpellier

-Point de départ, une question : Identifier les déterminismes génétique de la croissance foliaire et de sa réponse aux contraintes environnementales.

-Puis, développement d’un outil pour augmenter le débit des analyses, c. a d. , augmenter le nombre de variables mesurées, de génotypes étudiés, de conditions environnementales testées.

0

100

200

300

400

1998 2000 2002 2004 2006 2008

Nb

de

gé

no

typ

es

an

aly

sés

pa

r a

n

Année

3 automates

manuel 1 automate

- Puis, développement d’une base de données / méta-analyses / Identification de propriétés émergentes entre les variables de la croissance foliaire / Courbes de réponses à l’environnement…

Bases pour une modélisation statistique et/ ou fonctionnelle de la croissance

Données de phénotypage haut-débit

Et maintenant, le pari =

= simulation, accès à des variables cachées

vecteur aéroportés

vecteurs au sol(tracteur)

Quelles informations sont accessiblesDe la télédétection satellitaire à la proxidétection ?

CSE, Avignon

Variables cibles : LAI, ei, Cab, Angle des feuilles, …

Comparaison du comportements de génotypes en condition de champ

vecteursatellitaire

Dosage destructif

Couverture spatiale

Vs

contrôle de la mesure(variables, échantillonnage dans le temps, etc

(projet PNTSINRA/CEMAGREF/CIRAD)

Simuler le fonctionnement à l’échelle plante- peuplementSimuler le fonctionnement à l’échelle plante- peuplementEGC, Grignon

10°Cd 300°Cd 800°Cd

L0

H15

10°Cd 300°Cd 800°Cd

L0

H15

50 mg N

1 mg N

Modélisation des flux d’azote au sein de l’archi: J. Bertheloot

Q1 : Comment ça marche ? (et quelles approximations sont efficaces à cette échelle ?)

Q2 (Arvalis): Coûts expérimentaux pour estimer les paramètres sur une gamme de génotypes ?Q3 (Arvalis): Peut -on estimer les paramètres avec nos protocoles habituels ?

Développement de l’architecture

ie: find the set model parameters value of (2) that make model-simulated values (3) best fit the measurements. Specific difficulty is to develop models that accurately simulate (3) without requiring a too complex description of (2).

Direct problem: knowing (1) and (2), predict (3) and (4).

Inverse problem: knowing (1) and (3), predict (2) and improve (4).

GenotypicParameters

4: Yield or other variables of interest

Model of radiativeexchanges

1: sun and sky radiance

2: Model of canopy & soil

3: reflected & emitted fluxes

sensor

La télédétection (entre autres) a amené des méthodes permettant de rationaliser la démarche

Points forts de la démarchePoints forts de la démarche

« synergie » entre connaissances préalables et mesures« synergie » entre connaissances préalables et mesures• Accès éventuel par le modèles à des variables ou paramètres «cachés »Accès éventuel par le modèles à des variables ou paramètres «cachés »• Capacité à raisonner les protocoles expérimentaux à l’aide de simulationsCapacité à raisonner les protocoles expérimentaux à l’aide de simulations• Valeur intrinsèque des paramètres ajustés ou du moins valeur d’usage : Valeur intrinsèque des paramètres ajustés ou du moins valeur d’usage :

augmentation de la qualité de prédiction du modèleaugmentation de la qualité de prédiction du modèle

Cadre pour décliner des questions appliquées vers des Cadre pour décliner des questions appliquées vers des questions de recherche : questions de recherche :

• modélisation de la plante (structure et fonction)modélisation de la plante (structure et fonction)• Modélisation du transfert radiatifModélisation du transfert radiatif• méthodes d’estimation de paramètresméthodes d’estimation de paramètres

Expérience à l’INRA issue notamment de la Expérience à l’INRA issue notamment de la télédétectiontélédétection

(et autres: Contrôle qualité, etc)(et autres: Contrôle qualité, etc)

Transposabilité de l’échelle m2: modèle de culture * modèle de reflectanceTransposabilité de l’échelle m2: modèle de culture * modèle de reflectance vers l’echelle plante ? vers l’echelle plante ?

► Modèle culture -> modèle Plante – Peuplement Virtuel; simulation des Modèle culture -> modèle Plante – Peuplement Virtuel; simulation des variables d’état au sein de l’architecturevariables d’état au sein de l’architecture

► Modèle reflectance -> modèle de simulation d’imageModèle reflectance -> modèle de simulation d’image

► Protocole pouvant inclure des mesures directes, destructives ou non Protocole pouvant inclure des mesures directes, destructives ou non destructive (NIRS, morphologie). Maîtrise de l’échantillonnage dans le destructive (NIRS, morphologie). Maîtrise de l’échantillonnage dans le temps, etctemps, etc

Acquis importants sur la plupart des composantesAcquis importants sur la plupart des composantes

► Savoir faire « acquisition de mesures » eg proxidétection – banc de Savoir faire « acquisition de mesures » eg proxidétection – banc de phénotypagephénotypage

► Modèles dynamiques 3D de plantes- peuplement. Incluant certains Modèles dynamiques 3D de plantes- peuplement. Incluant certains éléments de fonction. éléments de fonction.

► Modèles zoom (extension foliaire, etc)Modèles zoom (extension foliaire, etc)

► Connaissances acquises sur les relations au sein de l’architecture Connaissances acquises sur les relations au sein de l’architecture (=>mesurer où et quand)(=>mesurer où et quand)

► Savoir faire (INRIA, ECP, INRA) en estimation de paramètresSavoir faire (INRIA, ECP, INRA) en estimation de paramètres

Ecueils - verrousEcueils - verrous

► ScientifiquesScientifiques

• Des compromis mesurabilité/précision de simulation/ nombre de paramètres à repenser Des compromis mesurabilité/précision de simulation/ nombre de paramètres à repenser complètement par rapport à l’approche m²complètement par rapport à l’approche m²

• Limites des « fonctions » dans les modèles structures fonction à l’échelle Plante: (1) Limites des « fonctions » dans les modèles structures fonction à l’échelle Plante: (1) limites des connaissances et (2) les bons compromis ne seront pas forcément les limites des connaissances et (2) les bons compromis ne seront pas forcément les mêmes que pour d’autres applications des plantes virtuelles.mêmes que pour d’autres applications des plantes virtuelles.

• Temps de calcul Temps de calcul

• Limite des méthodes disponibles pour estimer plus de 10 à 20 paramètresLimite des méthodes disponibles pour estimer plus de 10 à 20 paramètres

► OrganisationnelOrganisationnel

• Organisation/maintenance des bases de données par des thésards et CDDOrganisation/maintenance des bases de données par des thésards et CDD

• Multiplicité des compétences requises (Bio, Physique, Math-info)Multiplicité des compétences requises (Bio, Physique, Math-info)

Mesuresproxi

détection

ParamètresPhysiol.

(dep. Génét.)

1. Estimation de traits fonctionnelspar des méthodes empiriques

Transf.Rad.

ModèleFonct.

ForcageClimat

SolTech. Cult.

LAIChloro

2. Utilisation de modèles de fonctionnement: paramètres génétiques

StructurePropriétésOptiques

3. Amélioration de la cohérenceentre mesure et modèles

ParamètresStructurels

(dep. Génét.)

Modèle4D

4. Utilisation d’un modèle 4D

Mesuresdirectes

5. Calage de paramètres du modèle 4D par mesures directes

Stress

6. Couplage du modèle defonctionnement au modèle 4D

Une voie proposée en proxidétection: pilotage d’un modèle 3D par un modèle de culture (F. Baret)

Variables LAI/Chloro خpartagées par 3 modèles => Cohérence forte nécessaire

Projets en cours dans les équipes CSE/LEPSE/EGCProjets en cours dans les équipes CSE/LEPSE/EGC

•CSE•Effet variétal de la structure sur le transfert radiatif: Thèse INRA 2007-2010 (Kai Ma, coll. C. Fournier)•Mise au point d’un dispositif de proxidétection pour caractériser les comportements variétaux à haut débit: Projet innovant Toulouse (Ph. Burger, F. Baret) 2008-2009• Couplage modèle de fonctionnement, modèle 4D de structure sur blé: Chercheur invité (R. Casa, bourse Marie Curie)•Couplage modèle 4D-fonctionnement sur vigne: Bourse 2008-2009 Post-Doc RTRA Montpellier (R. Lopez)

•LEPSE•Analyse statistiques entre paramètres de l’extension foliaire et métabolome, transcriptome, protéome: Programme européen Agron-omics, collaboration LEPSE / W. Gruissem, ETH Zurich•Analyses statistiques des relations entre échelles: cellule -> feuille -> plante: Collaboration LEPSE / Y Guédon, C Lavergne, C Trottier, Virtual Plants, Montpellier•Modélisation mécaniste « de la cellule à la feuille » collaboration LEPSE/ C. Godin

•EGC•Intégration de « fonctions » dans le modèle blé : Azote, tallage, SLA (Thèse J. Bertheloot, Thèse Rim Baccar, post Doc Tino Dornbusch, coll. C. Fournier •Définition de protocoles optimaux pour l’estimation des paramètres d’architecture (financement Arvalis)

Pour ouvrir la discussionPour ouvrir la discussion

► Demande large (du QTL à la rationalisation des essais agronomiques)Demande large (du QTL à la rationalisation des essais agronomiques)

► Mobilisation récenteMobilisation récente

► Cadre pour raisonner l’acquisition d’information. Les modèles FSPM représentent Cadre pour raisonner l’acquisition d’information. Les modèles FSPM représentent probablement la bonne échelle en face de la question «phénotypage »probablement la bonne échelle en face de la question «phénotypage »

► Transposabilité des méthodes à condition de voir le long termeTransposabilité des méthodes à condition de voir le long terme connaissances et compromis pour modéliser la planteconnaissances et compromis pour modéliser la plante Temps de calcul et méthodes d’inversion et de forçageTemps de calcul et méthodes d’inversion et de forçage Progrès à faire pour les dispositifs d’acquisition expérimentaux (eg proxidétection)Progrès à faire pour les dispositifs d’acquisition expérimentaux (eg proxidétection)

► Intérêts réciproques entre modélisation et phénotypageIntérêts réciproques entre modélisation et phénotypage

► Existence de savoir faire et de projets de nature à obtenir des résultats d’étapeExistence de savoir faire et de projets de nature à obtenir des résultats d’étape

► Réellement associer les composantes : Biologie, Physique, Math Appli.Réellement associer les composantes : Biologie, Physique, Math Appli.