Integrating Crop Growth Models and Genomic Prediction to Improve Flowering Time Forecasting Across Novel Environments and Breeding Lines

Résumé technique : Intégration des modèles de croissance des cultures et de la prédiction génomique pour améliorer la prévision du temps de floraison

Énoncé du problème
La sélection génomique (SG) a accéléré le gain génétique en amélioration des plantes, mais elle se heurte à des limites lorsqu'il s'agit de prédire la performance dans de nouveaux environnements caractérisés par de fortes interactions génotype × environnement × management (GxExM) non représentées dans les données d'entraînement. Bien que les modèles de croissance des cultures (MCC) basés sur des processus puissent extrapoler vers des conditions non observées en codant des relations physiologiques, ils manquent traditionnellement de la capacité d'exploiter directement les informations génomiques. À l'inverse, les modèles génomiques statistiques standards (par exemple, GBLUP) échouent souvent à se généraliser au-delà des conditions environnementales spécifiques de l'ensemble d'entraînement. Le défi consiste à développer un cadre qui unit l'extrapolation mécaniste des MCC avec le pouvoir prédictif de la prédiction du génome entier (PGE) afin de prévoir avec précision les phénotypes, spécifiquement le temps de floraison, à travers diverses cultures horticoles et de nouveaux environnements.

Méthodologie
L'étude a appliqué le cadre Modèle de croissance des cultures – Prédiction du génome entier (MCC-PGE) à deux espèces horticoles présentant des réponses physiologiques contrastées : le brocoli (Brassica oleracea var. italica) et le haricot commun (Phaseolus vulgaris L.).

• Sources de données :
  • Brocoli : Une population biparentale de diploïdes doubles (DH) (200 lignées) évaluée sur six dates de semis en Floride du Nord afin de couvrir un gradient naturel de température.
  • Haricot commun : Une population de lignées de sélection recombinantes (RIL) (187 lignées) évaluée dans cinq environnements aux États-Unis, en Colombie et à Porto Rico.
• Le cadre MCC-PGE :
  • Composante mécaniste : Le temps de floraison a été modélisé comme un processus piloté par le temps thermique, régi par une fonction bêta de température cardinale et une fonction de photopériode. Le modèle calcule les taux de développement quotidiens en fonction de la température et de la durée du jour, en les accumulant jusqu'à ce qu'un besoin en temps physiologique spécifique au génotype ($\Theta_g$) soit atteint.
  • Composante génomique : Les paramètres spécifiques au génotype ($\Theta_g$, sensibilité à la photopériode $S_g$ et photopériode critique $P_{c,g}$) ont été traités comme des effets aléatoires suivant une distribution normale multivariée avec une matrice de relation génomique ($G$) comme structure de covariance.
  • Estimation : Un algorithme d'espérance-maximisation (EM) a été utilisé pour estimer conjointement les hyperparamètres de la population et les paramètres spécifiques aux génotypes. Cette « approche conjointe » permet aux priors génomiques de régulariser les estimations de paramètres pour les génotypes disposant de données phénotypiques éparses, en les ramenant vers leurs voisins génétiquement similaires.
• Benchmarks comparatifs :
  • GBLUP à normes de réaction (RN-GBLUP) : Un modèle statistique incorporant des noyaux de covariance environnementale (température et durée du jour) interagissant avec des noyaux génomiques.
  • GBLUP standard : Un modèle utilisant uniquement les relations génomiques et les effets environnementaux fixes.
  • MCC pur : Un modèle mécaniste utilisant uniquement les paramètres de la population sans différenciation génomique.
• Validation : Quatre schémas de validation croisée ont été employés pour tester la capacité prédictive sous une difficulté croissante : test parcimonieux (CV2), nouveaux génotypes (CV1), nouveaux environnements (CV0) et nouveaux génotypes dans de nouveaux environnements (CV00).

Résultats clés

• Performance dans les nouveaux environnements : Le cadre MCC-PGE a significativement surpassé le benchmark RN-GBLUP lors de la prédiction d'environnements non testés et de combinaisons génotype-environnement non testées.
  • Haricot commun : Dans le scénario de nouvel environnement (CV0), le MCC-PGE a obtenu une corrélation de Pearson ($r$) de 0,86 avec une RMSE de 5,2 jours, comparativement à une précision plus faible pour le RN-GBLUP, particulièrement au site de haute latitude du Dakota du Nord où les régimes de photopériode différaient de l'ensemble d'entraînement.
  • Brocoli : Dans le scénario de nouvel environnement, le MCC-PGE a obtenu $r = 0,66$ et RMSE = 9,4 jours, surpassant le RN-GBLUP qui a peiné face aux gradients thermiques des semis de fin de saison.
• Performance dans les tests parsemés : Lorsque les données d'entraînement couvraient tous les environnements cibles (CV2 et CV1), le RN-GBLUP a atteint la précision la plus élevée (ex: haricot CV2 $r = 0,93$), le MCC-PGE se classant de près au second rang.
• Estimation des paramètres : Le besoin en temps thermique ($\Theta_g$) a capturé la majorité de la variation spécifique aux génotypes. Les paramètres de photopériode ($S_g$ et $P_{c,g}$) ont convergé vers les valeurs moyennes de la population dans les deux espèces, en raison du contraste limité de la durée du jour dans les environnements d'entraînement.
• Héritabilité : L'héritabilité au sens étroit du besoin en temps physiologique estimé ($\Theta_g$) était modérée chez les haricots ($h^2 = 0,47$) et faible chez le brocoli ($h^2 = 0,08$), reflétant la complexité du trait et le plan expérimental.

Signification et affirmations
Les auteurs affirment que cette étude démontre la généralisabilité du cadre MCC-PGE des principales cultures de plein champ (comme le maïs) aux espèces horticoles. La principale signification réside dans la capacité du cadre à :

1. Généraliser à travers la physiologie : Modéliser avec succès des cultures ayant des stratégies contrastées (ex: sensibilité thermique pour le brocoli vs sensibilité à la photopériode pour le haricot) en utilisant une architecture modulaire unifiée.
2. Extrapoler vers de nouvelles conditions : Prédire avec précision des environnements et des combinaisons génotype-environnement non présents dans l'ensemble d'entraînement en codant structurellement les interactions GxExM par des mécanismes physiologiques plutôt qu'en s'appuyant uniquement sur la similitude statistique.
3. Opérer sans identification préalable de QTL : Utiliser directement les données de marqueurs à l'échelle du génome pour prédire le temps de floraison, éliminant ainsi l'exigence d'identification préalable de locus de caractères quantitatifs (QTL) ou la restriction à des populations de cartographie spécifiques.
4. Informer la stratégie de sélection : Les résultats suggèrent que les programmes de sélection opérant dans des environnements divers devraient envisager de maintenir à la fois le MCC-PGE (pour l'extrapolation vers de nouveaux climats/géographies) et le RN-GBLUP (pour des tests denses au sein d'environnements connus) dans leurs pipelines de prédiction.

L'article conclut que bien que la sélection génomique standard bénéficie de l'augmentation du nombre de génotypes au sein des environnements cibles, le MCC-PGE nécessite des plans expérimentaux qui couvrent délibérément un contraste environnemental suffisant (thermique, photopériodique) pour permettre au modèle de calibrer des paramètres transférables. Cette approche permet la sélection pour des environnements cibles qui ne sont pas encore représentés dans le réseau de l'essai de sélection.