Un cadre de modélisation pour le développement des statégies éco-efficientes de lutte contre les agents pathogènes aériens des plantes : les cas de la rouille noire du blé et de la moniliose des pêchers

A modeling framework for the development of eco-efficient control strategies for airborne pathogens of fruit plants : the case of brown rot and peaches

• Auteur / Autrice : Andrea Radici
• Direction : Daniele Bevacqua, Davide Martinetti
• Type : Thèse de doctorat
• Discipline(s) : Sciences agronomiques
• Date : Soutenance le 11/12/2023
• Etablissement(s) : Avignon
• Ecole(s) doctorale(s) : École doctorale Sciences et agrosciences (Avignon)
• Partenaire(s) de recherche : Laboratoire : Plantes et systèmes de culture horticoles (Avignon)
• Jury : Président / Présidente : Cindy Morris
• Jury : Examinateurs / Examinatrices : Suzanne Touzeau
• Jury : Rapporteurs / Rapporteuses : Virginie Ravigné, Thibaud Porphyre

Mots clés

Mots clés contrôlés

Efficience (gestion)

Écologie végétale

Microorganismes phytopathogènes

Moniliose (phytopathologie)

Modèle (épistémologie)

Mots clés libres

Modélisation

Statégies éco-efficientes

Moniliose

Agents pathogènes aériens

Airborne pathogens

Eco-efficient control strategies

Brown rot

Modeling framework

Résumé

L’émergence de pathogènes végétaux s’accélère dans le monde entier, menaçant la sécurité alimentaire. Il est urgent de concevoir des outils innovants de protection des plantes, en associant des stratégies de surveillance à des stratégies de lutte précoce contre les maladies, afin de garantir la sécurité alimentaire tout en assurant la viabilité environnementale des pratiques agricoles. Dans ce contexte, les pathogènes aériens représentent un enjeu majeur, car ils peuvent se propager sur de longues distances. Dans cette thèse, je propose un cadre de modélisation pour concevoir des stratégies basées sur les réseaux complexes pour la surveillance et le contrôle des pathogènes des plantes se déplaçant dans les masses d’air. Je prends comme sujets d’étude le pathogène fongique Puccinia graminis, agent causal de la rouille noire du blé, et Monilinia fructicola, agent causal de la pourriture brune des pêches. Tout d’abord, je présente la modélisation des interactions entre hôte et pathogène sous forme de réseaux complexes et je retrace la manière dont les scientifiques ont utilisé les propriétés des réseaux pour élaborer des stratégies de protection contre les maladies. Ensuite, jereconstruis le réseau épidémique mondial de la rouille noire du blé, où les régions productrices de blé sont reliées par des connexions potentielles de transport de pathogènes. J’estime ces connexions à l’aide d’un modèle aérobiologique basé sur des simulations de trajectoires Lagrangiennes. Je montre comment un algorithme basé sur les réseaux complexes peut aider à identifier les meilleures sentinelles, c’est-à-dire les endroits où une épidémie peut être détectée rapidement. Troisièmement, j’intègre le modèle aérobiologique dans un cadre épidémiologique métapopulationnel afin de simuler la propagation spatiale d’une épidémie de maladie des plantes. En particulier, je couple un modèle dépendant du climat décrivant la susceptibilité de l’hôte et son épidémiologie à l’intérieur des vergers avec des simulations de trajectoires Lagrangiennes déterminant les transports des pathogènes entre les vergers. J’utilise la pourriture brune des pêches en France comme cas d’étude, pour lequel je produis des cartes de risque épidémiologique afin de faciliter le développement des stratégies de protection. Enfin, j’évalue la perte globale d’efficacité de la surveillance due au manque de communication et coordination entre les pays dans le cas des maladies transfrontalières. J’utilise le réseau épidémique mondial de la rouille du blé comme cas d’étude. J’évalue les efforts de surveillance (c’est-à-dire le nombre de sentinelles) déployés par chaque pays pour atteindre un objectif de surveillance donné dans un scénario de coopération (c’est-à-dire sans tenir compte des frontières) puis dans un scénario où chaque pays est indépendant. Compte tenu de la forte densité du réseau épidémique mondial de Puccinia, il est possible de trouver un ensemble restreint de sentinelles (1% du réseau) qui surveillent indirectement la moitié des régions productrices de blé (50% du réseau). Je démontre que la connectivité basée sur les masses d’aire aide la reconstruction des observations de l’incidence de la pourriture brune en France, et identifie les endroits les plus à risque dans la vallée du Rhône. Les avantages d’une stratégie coopérative, qui interprète correctement l’échelle de dispersion de la maladie, sont évidents pour les maladies transfrontalières, mais sont répartis de manière hétérogène entre les pays : des mécanismes de compensation devraient être mis en œuvre pour obtenir un soutien unanime en faveur d’un système de surveillance coopératif international.

Rates of emergence of pathogens accelerates worldwide, threatening food security. Designing innovative crop protection tools, coupling surveillance strategies with timing control of diseases, is a main issue to ensure food security while restoring environmental viability offarming practices. In this context, airborne pathogens represent a challenging case study, as they may be spread over long distances.In this thesis I propose a modelling framework to support network-based surveillance and control strategies for airborne plant pathogens. I consider the fungal pathogen Puccinia graminis, causal agent of stem rust of wheat, and Monilinia fructicola, causal agent of brown rot of peaches, as case studies. First, I introduce the representation of host-pathogens interactions in networks, and I investigate how scientists have used network properties to elaborate disease protection strategies. Secondly, I reconstruct the global epidemic network for stem rust of wheat, where worldwide wheat-producing regions are connected via potential pathogen transport events. I compute such connections using an aerobiological model based on Lagrangian trajectory simulations. I show how a network-based algorithm may help identifying thebest sentinels, i.e. those locations, to be frequently monitored, where an outbreak may be early detected. Thirdly, I integrate the aerobiological model within an epidemiologicalmetapopulation framework to simulate the spatial spread of a plant disease outbreak. In particular, I couple a climate-dependant model describing host susceptibility and in-orchard epidemiology with Lagrangian trajectory simulations determining transport of pathogens between orchards. I use brown rot of peach crops in France as a case study, for which I produce maps of epidemiological risk to inform protection strategies. Finally, I assess the global loss of surveillance efficiency due to lack of communication and cooperation among countries in designing surveillance strategies for transboundary diseases. I use the global epidemic network for stem rust of wheat as a case study. I assess the surveillance efforts (i.e. the number of sentinels) deployed by each country to reach a given monitoring target in a cooperative scenario (i.e. regardless of country border) or each country alone. Given the high density of the worldwide Puccinia epidemic network, it is possible to find a narrow set of sentinels (1% of the network) which indirectly monitor half of the wheatproducing regions (50% of the network). I show that wind-driven connectivity helps reconstructing observations of brown rot incidence in France, and help identifying the most risky locations in the Rhône Valley. Benefits of a cooperative strategy, which correctly interpret the dispersal scale of a disease, are evident for transboundary diseases, but are heterogeneously distributed among countries: compensation mechanisms should be implemented to gain unanimous support for an international cooperative surveillance system.