📄 agriculture

Shapley values as metrics for studying genotype-by-environment interaction

Cette étude démontre que les valeurs de Shapley (SHAP) dérivées de l'apprentissage automatique constituent un outil complémentaire prometteur pour la sélection végétale en quantifiant efficacement l'adaptabilité et la stabilité des génotypes, tout en fournissant des informations intégrées sur les contributions environnementales aux interactions génotype-environnement.

Auteurs originaux : Luan Tiago Dos Santos Carbonari, Carlos Zacarias Joaquim Junior, Mauro Bitencourt Souza, Altamir Frederico Guidolin, Sydney Antonio Frehner Kavalco, Jefferson Luís Meirelles Coimbra

Publié 2026-07-06

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Luan Tiago Dos Santos Carbonari, Carlos Zacarias Joaquim Junior, Mauro Bitencourt Souza, Altamir Frederico Guidolin, Sydney Antonio Frehner Kavalco, Jefferson Luís Meirelles Coimbra

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un entraîneur essayant de choisir les meilleurs athlètes pour une équipe sportive. Vous avez un groupe de joueurs (les génotypes) et vous voulez savoir qui performera le mieux. Mais il y a un piège : ces joueurs doivent concourir dans différents stades avec des conditions météorologiques, des types d'herbe et des bruits de foule différents (les environnements).

Parfois, un joueur qui est une superstar par beau temps s'effondre sous la pluie. C'est ce que les scientifiques appellent l'Interaction Génotype-par-Environnement (G×E). C'est la raison pour laquelle une culture qui pousse énormément dans un champ peut être minuscule dans le suivant.

Pendant des décennies, les sélectionneurs de plantes ont utilisé les mathématiques "à l'ancienne" (comme la régression linéaire) pour déterminer qui est "stable" (constant) et qui est "adaptable" (performant partout). Mais les auteurs de cet article soutiennent que ces vieux outils sont comme essayer de mesurer une tempête complexe et tourbillonnante avec une règle. Ils passent à côté des détails désordonnés et non linéaires.

Alors, les chercheurs ont tenté quelque chose de nouveau : les Valeurs de Shapley.

Le nouvel outil : Le calculateur de la "Part équitable"

Pour comprendre les valeurs de Shapley, imaginez un groupe d'amis jouant ensemble à un jeu vidéo pour gagner un gros prix. Le score total qu'ils obtiennent dépend de qui joue, du personnage qu'ils ont choisi et de la façon dont ils travaillent ensemble.

La valeur de Shapley est un concept mathématique issu de la théorie des jeux qui répond à une question : « Quelle est la contribution spécifique de chaque personne à la victoire finale ? »

Elle ne regarde pas seulement le score final ; elle calcule la « part équitable » de la victoire pour chaque joueur, en considérant toutes les combinaisons possibles de coéquipiers. Si un joueur aide toujours l'équipe à gagner, il reçoit une part élevée. S'il tire l'équipe vers le bas, sa part est négative.

Comment les chercheurs l'ont utilisé

Dans cette étude, les scientifiques ont utilisé un modèle informatique (un Réseau de Neurones Artificiels) pour prédire la croissance de haricots communs dans 12 localisations différentes au Brésil. Ensuite, ils ont appliqué le calculateur de "Part équitable" de Shapley aux résultats.

Voici ce qu'ils ont trouvé, traduit en termes courants :

1. L'Adaptabilité = Le score moyen

Le Concept : Si une plante de haricot possède une valeur de Shapley positive élevée, cela signifie qu'elle ajoute systématiquement des points au score de l'équipe, peu importe l'endroit où elle est plantée.
Le Résultat : Certains haricots, comme le SCS 204 Predileto, avaient des valeurs positives élevées. Ils étaient les « superstars fiables » qui boostaient le rendement partout. D'autres, comme le BRS Campeiro, avaient des valeurs négatives, ce qui signifie qu'ils avaient tendance à faire baisser le score de l'équipe.
L'idée simple : La valeur de Shapley moyenne indique si une plante est généralement capable de s'adapter à de nouveaux endroits.

2. La Stabilité = La constance du score

Le Concept : Si la contribution d'un joueur varie énormément d'un match à l'autre (parfois +100, parfois -50), il est instable. S'il donne toujours +50, il est stable.
Le Résultat : Les chercheurs ont observé à quel point les valeurs de Shapley variaient pour chaque plante. Une plante avec une faible variation (faible « oscillation ») est stable. Si la valeur de Shapley est toujours de +50, la plante est stable.
L'idée simple : Le « vacillement » des valeurs de Shapley indique la fiabilité d'une plante. Si le vacillement est faible, la plante est un pari sûr.

3. Les Stades (Environnements)

Le Concept : Tout comme les joueurs ont des parts équitables, les stades (environnements) ont aussi une part équitable.
Le Résultat : Certains lieux, comme Ponte Serrada, avaient des valeurs de Shapley positives. Cela signifie que le sol et la météo y favorisent naturellement la croissance des haricots. D'autres lieux avaient des valeurs négatives, agissant comme un « mauvais stade » qui rend la réussite des plantes difficile.
L'idée simple : Les valeurs de Shapley permettent aux sélectionneurs de voir exactement quels champs sont naturellement bons et lesquels sont naturellement difficiles.

Cet outil fonctionne-t-il ?

Les chercheurs ont comparé leur nouvelle méthode « Shapley » aux anciennes méthodes de la « règle » (comme Eberhart & Russell et AMMI).

Pour l'Adaptabilité : La nouvelle méthode concordait parfaitement avec les anciennes méthodes. Si l'ancien calcul disait qu'une plante était adaptable, la valeur de Shapley disait la même chose.
Pour la Stabilité : L'accord était « modéré ». Ils n'ont pas toujours classé les plantes dans le même ordre. Les auteurs expliquent que ce n'est pas un échec ; c'est parce que la nouvelle méthode perçoit la stabilité à travers un prisme différent (en observant des motifs complexes et non linéaires) tandis que les anciennes méthodes regardent des motifs simples et linéaires.
Le Verdict : La méthode Shapley n'a pas remplacé les anciens outils ; elle a agi comme une paire de lunettes complémentaires. Elle a donné aux sélectionneurs une image plus claire et plus détaillée de pourquoi une plante a performé de telle manière, surtout lorsque la relation entre la plante et l'environnement était compliquée.

L'essentiel

Cet article montre que l'utilisation des mathématiques de la « Part équitable » (les valeurs de Shapley) aide les sélectionneurs de plantes à comprendre la danse complexe entre les gènes d'une plante et son environnement. Cela confirme quelles plantes sont des stars fiables, lesquelles sont risquées, et quels champs sont naturellement fertiles. C'est une nouvelle façon plus intelligente d'utiliser l'Intelligence Artificielle pour nous aider à produire une meilleure nourriture.

Énoncé du problème
L'interaction génotype-environnement (G×E) est un défi fondamental en sélection végétale, où la performance différentielle des génotypes à travers diverses conditions environnementales complique la sélection et la recommandation de cultivars supérieurs. Les approches traditionnelles d'analyse de G×E reposent sur des méthodes statistiques classiques, telles que la régression linéaire (Finlay et Wilkinson, 1963 ; Eberhart et Russell, 1966), la décomposition de la variance (Wricke, 1962 ; Shukla, 1972) et des modèles multivariés comme l'AMMI (Gauch, 1988) et le biplot GGE (Yan et al., 2000). Bien que ces méthodes soient établies, elles dépendent souvent d'hypothèses statistiques strictes, notamment l'additivité des effets, la normalité et l'homogénéité des variances. De plus, elles peuvent peiner à capturer les relations non linéaires complexes inhérentes aux systèmes biologiques. À l'inverse, les modèles d'apprentissage automatique (par exemple, Forêt Aléatoire, réseaux de neurones) peuvent modéliser ces interactions complexes, mais sont souvent critiqués pour leur aspect de « boîte noire », manquant de l'interprétabilité requise pour l'apport biologique et la prise de décision dans les programmes de sélection.

Méthodologie
Cette étude propose l'application des valeurs de Shapley (SHAP), un concept dérivé de la théorie des jeux coopératifs (Shapley, 1953) et adapté à l'interprétabilité de l'apprentissage automatique (Lundberg et Lee, 2017), comme une métrique pour l'étude de l'interaction G×E. La recherche a utilisé des données de rendement grainier issues d'essais de Valeur pour la Culture et l'Usage (VCU) de huit génotypes de haricot commun (Phaseolus vulgaris L.) évalués dans 12 environnements distincts à Santa Catarina, au Brésil.

La méthodologie a impliqué les étapes suivantes :

Modélisation : Un réseau de neurones artificiels (ANN) utilisant le MLPRegressor de la bibliothèque scikit-learn a été entraîné sur les données de rendement. Le modèle a utilisé l'encodage "one-hot" pour les génotypes, les environnements et leurs interactions explicites afin de capturer les motifs non linéaires.
Calcul SHAP : Les valeurs SHAP ont été calculées pour quantifier la contribution de chaque caractéristique à la prédiction du modèle. Les caractéristiques ont été regroupées en trois ensembles : Génotype ( $G$ ), Environnement ( $E$ ) et Interaction Génotype $\times$ Environnement ( $G \times E$ ).
Dérivation de métriques :
- Adaptabilité (A-SHAP) : Définie comme la valeur SHAP moyenne d'un génotype à travers les environnements, représentant sa contribution moyenne au rendement.
- Stabilité (S-SHAP) : Définie comme l'écart type des valeurs SHAP d'un génotype, reflétant la cohérence de sa contribution à travers les environnements.
- Contribution Environnementale (E-SHAP) : La valeur SHAP moyenne pour chaque environnement, indiquant si les conditions étaient favorables ou défavorables.
Analyse Comparative : Les métriques dérivées de SHAP ont été comparées aux méthodes traditionnelles, spécifiquement l'approche de régression d'Eberhart et Russell (1966) et le modèle AMMI. La cohérence a été évaluée à l'aide de la corrélation de Spearman, du coefficient de concordance de Kendall et de l'indice de similitude de Jaccard pour le classement des génotypes.

Résultats Clés

Adaptabilité et Rendement : La valeur SHAP moyenne (A-SHAP) a montré une forte association avec le rendement grainier moyen (corrélation de Pearson $r = 0,96$ ) et le coefficient de régression ( $\beta_i$ ) de la méthode d'Eberhart et Russell ( $r = 0,65$ ). Des génotypes tels que SCS 204 Predileto et IPR Campos Gerais ont présenté des valeurs A-SHAP positives, indiquant une large adaptabilité et une performance supérieure.
Stabilité : La variabilité des valeurs SHAP (S-SHAP) a servi de métrique de stabilité. Bien que le S-SHAP présente une corrélation positive modérée avec les indices de stabilité traditionnels ( $S^2di$ et ASV), l'accord n'est pas parfait (le $\tau$ de Kendall variait de 0,57 à 0,71). Cela suggère que SHAP capture un aspect distinct de la stabilité, probablement dû à son fondement dans un modèle prédictif non linéaire plutôt que dans une décomposition de variance linéaire.
Caractérisation Environnementale : La méthode a identifié avec succès des environnements favorables (ex: Ponte Serrada 16-17) avec des valeurs E-SHAP positives et une faible variabilité, et des environnements défavorables (ex: Campos Novos 15-16) avec des valeurs négatives et une forte variabilité.
Vue Intégrée : Contrairement aux méthodes traditionnelles qui séparent souvent les effets principaux des effets d'interaction, l'approche SHAP a fourni une évaluation intégrée, quantifiant simultanément les contributions des génotypes, des environnements et de leurs interactions à la prédiction finale.

Signification et Revendications
Les auteurs affirment que les valeurs de Shapley représentent un outil complémentaire prometteur pour les programmes de sélection végétale, particulièrement pour interpréter l'interaction G×E dans le contexte des modèles d'apprentissage automatique. L'étude postule que les métriques SHAP offrent plusieurs avantages :

Interprétabilité : Elles transforment les prédictions de "boîte noire" des réseaux de neurones en composantes interprétables (génotype, environnement, interaction) exprimées dans les unités de réponse d'origine (rendement), facilitant la compréhension biologique.
Flexibilité : La méthode est applicable à tout modèle prédictif et ne repose pas sur les hypothèses statistiques strictes (linéarité, normalité) requises par les méthodes classiques.
Complémentarité : Bien que les métriques d'adaptabilité basées sur SHAP s'alignent étroitement sur les mesures traditionnelles, les métriques de stabilité offrent une perspective différente. Les auteurs soutiennent que cette divergence n'est pas une limitation mais une forme de complémentarité, fournissant des points de vue multiples sur un même phénomène.
Aide à la Décision : En permettant l'évaluation simultanée de la performance des génotypes, de la stabilité et de la qualité environnementale, les valeurs SHAP peuvent soutenir des décisions plus éclairées concernant la recommandation de génotypes, que ce soit pour une large adaptation ou pour un ciblage environnemental spécifique.

L'article conclut que les valeurs de Shapley ne remplacent pas les méthodes traditionnelles mais étendent le répertoire analytique des sélectionneurs de plantes, améliorant la précision et l'efficacité de la recommandation de cultivars en intégrant l'intelligence artificielle à des métriques statistiques interprétables.

Le nouvel outil : Le calculateur de la "Part équitable"

Comment les chercheurs l'ont utilisé

Cet outil fonctionne-t-il ?

L'essentiel

Articles similaires