Thèse soutenue

Déterminants génétiques et prédictions de la germination et de la vigueur précoce chez le colza

FR  |  
EN
Auteur / Autrice : Marianne Laurençon
Direction : Anne LapercheNathalie Nesi
Type : Thèse de doctorat
Discipline(s) : Génétique, génomique et bio-informatique
Date : Soutenance le 04/02/2025
Etablissement(s) : Institut Agro
Ecole(s) doctorale(s) : École doctorale Écologie, Géosciences, Agronomie, Alimentation (Rennes ; 2022-....)
Partenaire(s) de recherche : École d'inscription : L'Institut Agro Rennes-Angers (2020-....)
Laboratoire : Institut de Génétique, Environnement et Protection des Plantes - Institut de Génétique- Environnement et Protection des Plantes / IGEPP
Jury : Président / Présidente : Maria Manzanares-Dauleux
Examinateurs / Examinatrices : Jean-Christophe Avice, Eric Mandrou, Béatrice Teulat
Rapporteurs / Rapporteuses : Vincent Ségura, Sophie Brunel

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

L'implantation de la culture de colza est une phase critique qui conditionne le rendement final, et ce en raison des nombreux stress biotiques et abiotiques en début de cycle. Utiliser le levier variétal pour sélectionner des plantes vigoureuses durant les phases précoces du cycle est une solution pour réussir l’implantation de la culture et garantir le potentiel de rendement. Dans ce contexte, ce travail de thèse a cherché à répondre aux questions suivantes : quel est le déterminisme génétique de la germination et de la vigueur précoce ? Ces traits étant potentiellement polygéniques, est-il possible de les prédire ? Pour cela, un panel de diversité de 233 génotypes de colza (Brassica napus L.) a été phénotypé pour un ensemble de traits physiologiques et de développement afin de décomposer la germination et la vigueur précoce. Les analyses génétiques par association ont mis en évidence la nature polygénique de ces traits par l’identification de 17 et 21 QTL respectivement. Le potentiel de prédiction des traits a été évalué par des approches de prédictions génomiques (à partir de données moléculaires) ou phénomiques (à partir de données spectrales). Les deux approches se sont révélées adaptées pour la prédiction de ces traits. Néanmoins, la variabilité de performance entre les modèles pour les deux approches suggère l’utilisation de modèles spécifiques en fonction des traits et de la population considérée. L’architecture génétique et les prédictions des traits de germination et de vigueur précoce sont discutées, ainsi que de la valorisation des ressources génétiques dans des schémas de sélection.