📄 agriculture

Genotype × environment interaction, adaptability, and stability of soybean genotypes in a new production region of Brazil

Cette étude a utilisé les méthodes REML/BLUP et HMRPGV pour analyser les interactions génotype × environnement chez le soja à travers cinq environnements dans le nord de Rio de Janeiro, au Brésil, identifiant les génotypes 95R95IPRO, BMX COMPACTA IPRO et TMG7061IPRO comme des candidats supérieurs pour la culture dans cette nouvelle région de production en raison de leur rendement élevé, de leur adaptabilité et de leur stabilité.

Auteurs originaux : Josimar Nogueira Batista, Derivaldo Pureza Cruz, Yure Pequeno de Souza, Letícia Pastore Mendonça, Pedro Henrique Silva Ferreira, Roni Fernandes Guareschi, Elderson Pereira Silva, Benedito Fernandes So

Publié 2026-07-08

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Josimar Nogueira Batista, Derivaldo Pureza Cruz, Yure Pequeno de Souza, Letícia Pastore Mendonça, Pedro Henrique Silva Ferreira, Roni Fernandes Guareschi, Elderson Pereira Silva, Benedito Fernandes Souza Filho, Claudia Pozzi Jantalia, Jerri Édson Zilli, Roberto Kazuhiko Zito, Geraldo Amaral Gravina

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 chef essayant de trouver la recette parfaite pour un gâteau. Vous avez huit mélanges de gâteaux différents (les génotypes de soja) et vous voulez voir lequel est le meilleur. Mais attention, vous ne cuisinez pas dans une seule cuisine : vous cuisinez dans cinq cuisines différentes (les environnements), chacune ayant sa propre température de four, son humidité et son altitude.

Cette étude est essentiellement un immense test de dégustation pour déterminer quel mélange de gâteau fonctionne le mieux dans ces cuisines brésiliennes spécifiques, et lesquels sont « capricieux » (bons dans une seule cuisine) ou « polyvalents » (bons dans toutes les cuisines).

Voici le compte rendu de ce que les chercheurs ont découvert, en utilisant des analogies simples :

1. Le gros problème : La « cuisine » compte plus que le « mélange »

Les chercheurs ont découvert quelque chose de surprenant : la cuisine importait beaucoup plus que le mélange de gâteau.

En termes scientifiques, ils ont trouvé une énorme interaction « Génotype × Environnement ». Voyez cela comme ceci : si vous prenez un excellent coureur et que vous le placez sur une piste boueuse, il peut perdre. Si vous le placez sur une piste lisse, il gagne. Le coureur (le soja) n'a pas changé, mais la piste (l'environnement) a complètement changé sa performance.

Dans cette étude, les différences de météo et de sol entre les cinq localisations ont causé environ 80 % de la variation de la production de soja. Cela signifie qu'une variété de soja qui produit une récolte énorme dans une ville peut produire une récolte minuscule dans une ville située à seulement 80 kilomètres de là.

2. Le défi : Prédire l'avenir est difficile

Parce que les « cuisines » étaient si différentes, il était très difficile de prédire quel mélange de gâteau gagnerait simplement en regardant la moyenne. Le « score de précision » des chercheurs pour prédire les gagnants était assez bas (0,18).

Imaginez essayer de deviner qui gagnera une course où la piste change à chaque passage. C'est un pari. Cela nous indique que vous ne pouvez pas simplement choisir le « meilleur » soja sur la base d'un seul test ; vous devez le tester dans de nombreux endroits différents pour en être sûr.

3. Les vainqueurs : Les champions « tous temps »

Malgré le chaos des différents environnements, les chercheurs ont utilisé un outil statistique spécial (pensez à un arbitre super intelligent) pour trouver les soja les plus constants.

Ils ont recherché trois choses :

Rendement élevé : A-t-il produit beaucoup de grains ?
Stabilité : A-t-il bien performé même quand la météo était bizarre ?
Adaptabilité : Pouvait-il gérer différentes conditions sans s'effondrer ?

Les trois champions du podium :

95R95IPRO
BMX COMPACTA IPRO
TMG7061IPRO

Ces trois-là étaient les athlètes « tous temps ». Ils ne se contentaient pas de gagner dans une cuisine spécifique ; ils produisaient systématiquement des rendements élevés à travers les différentes fermes et saisons. Ils étaient les performeurs les plus fiables.

4. Les perdants : Les variétés « capricieuses »

Certaines variétés, comme la BRS 544RR, ont eu du mal. Elles étaient comme un mélange de gâteau qui ne fonctionne que si le four est exactement à 175 degrés Celsius. Si la température tombait ou si l'humidité augmentait, le résultat était médiocre. L'étude a noté que cette variété produisait nettement moins que les autres, ce qui en fait un choix risqué pour les agriculteurs de cette nouvelle région.

5. L'outil mathématique « magique »

Les chercheurs ont utilisé une méthode appelée REML/BLUP. Vous pouvez considérer cela comme un filtre magique.

Un calcul classique dirait : « Cette plante a produit 100 grains en moyenne. »
Le « Filtre Magique » dit : « Attendez, cette plante a produit 100 grains, mais le sol était terrible ce jour-là. Si le sol avait été normal, elle aurait probablement produit 120. Ajustons le score pour refléter le véritable talent de la plante, et non la malchance de la météo. »

Cet outil a aidé à séparer le potentiel génétique réel de la plante de la chance liée à la météo.

L'essentiel à retenir

L'étude conclut que dans cette nouvelle région de soja au Brésil (Nord de Rio de Janeiro), vous ne pouvez pas simplement choisir la meilleure semence de soja à l'aveugle. Parce que la météo et le sol changent énormément d'une ferme à l'autre, vous avez besoin de semences qui sont stables et adaptables.

Les variétés 95R95IPRO, BMX COMPACTA IPRO et TMG7061IPRO sont les « champions tous temps » recommandés pour cette zone. Ce sont celles que les agriculteurs devraient planter s'ils veulent une récolte fiable, que la saison soit humide, sèche, chaude ou fraîche.

Résumé technique : Interaction Génotype × Environnement, Adaptabilité et Stabilité des Génotypes de Soja dans une Nouvelle Région de Production au Brésil

Énoncé du Problème
La production de soja (Glycine max) au Brésil s'étend vers de nouvelles frontières agricoles, spécifiquement dans les régions nord et nord-ouest de l'État de Rio de Janeiro, qui offrent plus de 300 000 hectares propices à la culture mécanisée. Cependant, la performance des génotypes de soja est fortement influencée par les conditions édaphoclimatiques, entraînant des interactions génotype × environnement (G×E) significatives. Bien que les méthodes statistiques telles que les modèles mixtes (REML/BLUP) soient établies pour évaluer la stabilité et l'adaptabilité, il existe une rareté des recherches traitant de ces paramètres spécifiques pour les génotypes de soja sous les conditions uniques des nouvelles régions de production de Rio de Janeiro. Cette lacune entrave la recommandation précise des cultivars et l'optimisation des stratégies de production dans cette nouvelle frontière.

Méthodologie
L'étude a évalué huit génotypes de soja commerciaux (incluant des cultivars tels que 95R95IPRO, BMX COMPACTA IPRO et BRS 7780IPRO) à travers cinq environnements distincts. Ces environnements ont été définis par des combinaisons de deux localisations (Campos dos Goytacazes et Macaé) et de deux saisons culturales (2019/2020 et 2020/2021). Les expérimentations ont utilisé un dispositif en blocs complets randomisés avec quatre répétitions.

L'analyse des données a été réalisée à l'aide du logiciel Selegen REML/BLUP. L'étude a employé un modèle linéaire mixte ($y = Xr + Zg + Wi + e$) pour estimer les composantes de la variance et les valeurs génotypiques. Les paramètres statistiques clés calculés comprenaient :

Composantes de la variance : Variances génotypique ( $\sigma^2_g$ ), de l'interaction G×E ( $\sigma^2_{ge}$ ) et résiduelle ( $\sigma^2_e$ ).
Paramètres génétiques : Héritabilité basée sur les moyennes génotypiques ( $\hat{h}^2$ ), précision de la sélection (SA) et corrélation génotypique entre les environnements ( $\hat{r}_{ge}$ ).
Indices de sélection : Pour évaluer l'adaptabilité et la stabilité, l'étude a utilisé la Moyenne Harmonique des Valeurs Génotypiques (HMGV) pour le rendement et la stabilité, la Performance Relative des Valeurs Génotypiques (RPGV) pour l'adaptabilité, et la Moyenne Harmonique de la Performance Relative des Valeurs Génotypiques (HMRPGV) pour la sélection simultanée du rendement, de la stabilité et de l'adaptabilité.

Résultats Clés

Interaction G×E : Une interaction G×E significative et prédominante a été détectée, expliquant environ 80 % de la variance phénotypique du rendement en grain. La corrélation génotypique entre les environnements était extrêmement faible ( $\hat{r}_{ge} = 0,01$ ), indiquant que les classements des génotypes changeaient de manière significative selon les environnements.
Paramètres Génétiques : L'étude a observé une faible héritabilité pour le rendement en grain ( $\hat{h}^2 = 0,03$ ) et une faible précision de sélection (SA = 0,18), attribuées à l'influence élevée des facteurs environnementaux et à la forte interaction G×E. Le coefficient de variation expérimental (CVe) était de 10,76 %, ce qui se situe dans les limites acceptables pour les essais de soja.
Performance des Génotypes :
- Rendement Global : Le rendement moyen global en grain était de 3 281,15 kg ha⁻¹.
- Meilleurs Performeurs : Les génotypes 95R95IPRO, BMX COMPACTA IPRO et TMG7061IPRO ont systématiquement démontré une performance supérieure.
- Stabilité et Adaptabilité : La méthode HMRPGV a identifié 95R95IPRO, BMX COMPACTA IPRO et TMG7061IPRO comme les trois meilleurs génotypes pour le rendement, la stabilité et l'adaptabilité simultanés.
- Gains Spécifiques : Le génotype 95R95IPRO a montré le gain génétique le plus élevé (13,82 kg ha⁻¹) par rapport à la moyenne générale en considérant les valeurs sans interaction.
- Spécificité Environnementale : Bien que certains génotypes (par exemple, BRS 7780IPRO) excellent dans des environnements spécifiques (tels que E2, E3 et E4), les trois meilleurs génotypes identifiés par HMRPGV maintiennent une performance élevée à travers les diverses conditions testées.
- Comparaison de Rendement : Les meilleurs génotypes dans la région de Macaé ont dépassé le rendement moyen national de la récolte 2023/2024 (3 202 kg ha⁻¹), certains atteignant plus de 6 000 kg ha⁻¹ dans des environnements favorables spécifiques.

Signification et Revendications
L'article affirme que la interaction G×E significative observée nécessite l'utilisation d'approches de modèles mixtes (REML/BLUP) combinées à des indices de stabilité et d'adaptabilité (HMGV, RPGV, HMRPGV) plutôt que de se fier uniquement à la performance moyenne pour la recommandation de cultivars dans cette nouvelle région.

L'étude souligne que les génotypes 95R95IPRO, BMX COMPACTA IPRO et TMG7061IPRO possèdent le potentiel génétique nécessaire pour une large adaptabilité et stabilité dans la région nord de Rio de Janeiro. Ces génotypes sont présentés comme des candidats viables pour la recommandation dans les programmes de sélection et pour la culture dans la région cible. Les auteurs insistent sur le fait que, bien que la performance moyenne soit importante, la cohérence de l'expression génotypique à travers les environnements — validée par la méthode HMRPGV — est cruciale pour le succès de l'amélioration génétique et du déploiement des cultivars dans des zones caractérisées par des interactions environnementales complexes. Les résultats renforcent l'utilité de ces outils statistiques pour soutenir les stratégies de sélection de génotypes dans les nouvelles frontières du soja au Brésil.