Réduction de modèle, estimation des paramètres pour une population de génotypes et analyse du contrôle génétique : Cas du métabolisme des sucres dans la pêche

Model reduction, parameter estimation for a population of genotypes and genetic control analysis : Case of the metabolism of sugars in peachDevelop an approach of ideotype design based on a kinetic model of sugar metabolism in peach fruit

• Auteur / Autrice : Hussein Kanso
• Direction : Bénédicte Quilot-Turion
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques
• Date : Soutenance le 25/05/2021
• Etablissement(s) : Avignon
• Ecole(s) doctorale(s) : École doctorale Sciences et agrosciences (Avignon)
• Partenaire(s) de recherche : Laboratoire : Génétique et amélioration des fruits et légumes
• Jury : Président / Présidente : Mathilde Causse
• Jury : Examinateurs / Examinatrices : Valentina Baldazzi, Mohamed Mahmoud Memah, Eugenio Cinquemani
• Jury : Rapporteurs / Rapporteuses : Estelle Kuhn, Francis Mairet

Mots clés

Mots clés contrôlés

Régulation génétique

Modèles mathématiques

Génotype

Cinétique chimique non linéaire

Biomathématiques

Optimisation mathématique

Métabolisme

Glucides

Mécanique analytique

Fruits

Pêcher

Mots clés libres

Prunus persica

Fruit

Modèle cinétique

Réduction de modèle

Calibration de modèle

Variabilité inter-individuelle

Modèle mixte non linéaire

Optimisation

QTL de paramètres

Prunus persica

Fruit

Kineticmodel

Model reduction

Model calibration

Inter-individual variability

Non-linear mixed model

Optimization

Model-based QTL

Gene-to-phenotype

Résumé

Les modèles génotype-phénotype, permettant de tester les performances de génotypes sous différents climats, sont considérés comme des outils d’avenir pour concevoir de nouvelles variétés. Cependant, des progrès sont encore nécessaires pour inclure le contrôle génétique complexe dans les modèles basés sur les processus et réaliser l’intégration de l’information (métabolisme, contrôle enzymatique, génétique quantitative) du gène à la plante. Dans ce sens, un modèle cinétique du métabolisme des sucres a été développé par Desnoues et al. (2018) pour simuler les concentrations de différents sucres au cours du développement du fruit de la pêche. Les objectifs de mes travaux de thèse sont (a) d’estimer la variabilité inter-génotype des valeurs des paramètres du modèle et (b) d’étudier l’architecture du contrôle génétique des paramètres génotype-dépendants. Pour atteindre ces objectifs, il est nécessaire d’estimer les paramètres influents du modèle pour l’ensemble des 106 génotypes dont certains n’ont que peu de données observées. Le nombre de paramètres et la non linéarité du modèle rendent la calibration du modèle peu fiable (notamment du fait du grand nombre de paramètres comparé au nombre de données disponibles et des corrélations entre eux) et coûteuse en terme de temps de calcul. Aussi, nous avons développé une stratégie de réduction du modèle initial visant à diminuer le nombre de paramètres et simplifier la structure du modèle tout en maintenant la structure du réseau et l’identité des variables, afin de faciliter leur interprétation biologique. L’estimation des paramètres du modèle réduit ainsi obtenu a été réalisée à l’échelle de la population en utilisant une approche non linéaire du modèle mixte (Baey et al.2018), qui permet d’estimer simultanément les paramètres individuels pour tous les génotypes, et comparée aux méthodes plus conventionnelles qui procèdent à l’estimation des paramètres individuellement, génotype par génotype. Nous montrons que la fiabilité des estimations est largement améliorée et que les corrélations entre les paramètres estimés sont réduites. La dernière étape a consisté à estimer les liaisons entre les marqueurs du génome et les paramètres génotype-dépendants. Nous avons comparé les résultats d’une analyse dite indépendante (estimation de paramètres puis détection des régions génomiques impliquées) à une méthode d’analyse conjointe(Onogi 2020). Ces travaux de thèse constituent une étape essentielle au développement d’un outil qui prenne en compte un contrôle génétique complexe des caractères pour concevoir des idéotypes.

Genotype-phenotype models are seen as future tools for designing new varieties, as they can help to test the performance of genotypes under different climates and cultural practices. However, progress is still needed to include complex genetic control in process-basedmodels and to achieve the integration of information (metabolism, enzyme control, quantitative genetics) from gene to plant. A kinetic model of sugar metabolism was developed by Desnoues et al. (2018) to simulate the concentrations of different sugars during the development of the peach fruit. The objectives of my thesis work are (a) to estimate the inter-genotype variability of themodel parameter values and (b) to study the architecture of genetic control of genotype-dependent parameters. To achieve these objectives, it is necessary to estimate the values of the influential parameters of the model for all 106 genotypes for which few data are available. The number of parameters and the non-linearity of the modelmake the calibration of the model inaccurate (in particular because of the large number of parameters compared to the number of available data and the correlations between the parameters) and costly in terms of calculation time. Therefore, we have developed a reduction strategy for the initial model to reduce the number of parameters and to simplify the model structure while maintaining the network structure and the identity of the variables to facilitate their biological interpretation. The estimation of the 9 parameters of the reduced model obtained was carried out at population scale using a nonlinear mixedmodel(Baey et al. 2018) approach, which makes it possible to simultaneously estimate the values of the parameters of all genotypes. This strategy was compared to more conventional methods which carry out the estimation of the values of the parameters individually, genotype by genotype. We showed that the reliability of the estimates is greatly improved and those correlations between the estimated parameters are reduced. The last step consisted in estimating the links between the genome markers and the genotype-dependent parameters (QTL analyses). We compared the results of a so-called independent analyse (estimation of parameters then detection of the genomic regions involved) with a joint analysis method (Onogi 2020). This PhD work constitutes a crucial step towards the development of a tool that takes into account a complex genetic control of traits to design ideotypes.