Optimisation du programme de sélection variétale du riz pluvial pour les Hautes Terres de Madagascar

Optimization of the Upland Rice Breeding Program for the Highlands of Madagascar

• Auteur / Autrice : Sergio Castro pacheco
• Direction : Hugues de Verdal
• Type : Projet de thèse
• Discipline(s) : BIDAP-Biologie et Amélioration des plantes
• Date : Inscription en doctorat le 02/12/2024
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : AGAP Institut, Amélioration Génétique et Adaptation des Plantes
• Partenaire(s) de recherche : Equipe de recherche : Génétique et innovation variétale (GIV)

Mots clés

Mots clés libres

Mega Environnement

Sélection phénomique

Simulation de la Sélection

Mega Environments

Phenomic Selection

Breeding Simulation

Résumé

Depuis plus de 40 ans, le Programme FOFIFA-CIRAD de Sélection Variétale de Riz Pluvial pour les Hautes Terres de Madagascar a développé des variétés via la sélection généalogique, adaptées aux besoins et aux défis uniques du contexte. Avec plus de 25 variétés commercialisées, le programme a largement contribué à l'expansion de la culture du riz pluvial dans la région ces dernières années. Cependant, malgré les efforts pour intégrer la sélection participative décentralisée et la sélection assistée par marqueurs, les progrès génétiques et la diffusion des variétés se sont stagnés. Par conséquent, le projet de recherche actuel vise à optimiser les processus clés au sein du programme de sélection en intégrant diverses techniques complémentaires. Tout d'abord, une caractérisation complète des interactions Génotype x Environnement x Gestion (GxExM) sera menée pour délimiter les Méga Environnements des régions ciblées. Cet effort facilitera les recommandations variétales et améliorera la sélection de sites et de conditions pour les essais, en utilisant une série étendue d'essais avec des variétés élites s'étalant sur au moins trois années consécutives et plus de 200 champs de fermiers. Deuxièmement, un éventuel goulot d'étranglement pour le programme réside dans le processus de sélection à un stade précoce, caractérisé par une sélection sous haute pression mais potentiellement peu précise. Pour remédier à cela, la recherche explorera la mise en œuvre d'un schéma de prédiction phénomique pour améliorer la sélection des lignées avançant vers les essais multi-environnements. Cette approche utilisera à la fois un équipement NIRS hyperspectral traditionnel et un véhicule aérien sans pilote multispectral pour évaluer l'efficacité de la prédiction phénomique à divers stades du processus de sélection. Les traits prédits peuvent inclure des mesures traditionnelles telles que le rendement et la durée du cycle, ainsi que des facteurs plus nuancés tels que les préférences des agriculteurs. Enfin, des simulations du programme de sélection seront utilisées pour identifier et quantifier les améliorations potentielles dans le schéma de sélection de pedigree décentralisé. Des facteurs tels que le nombre de sites, les conditions de fertilisation et l'influence de la sélection phénomique sur le gain génétique seront soigneusement analysés à travers ces simulations.

For over 40 years, the FOFIFA-Cirad Upland Rice Breeding Program has developed varieties through pedigree selection, tailored to the unique needs and challenges of Madagascar's Highlands. With over 25 released varieties, the program has largely contributed to the expansion of upland rice cultivation in the region in recent years. However, despite efforts to incorporate decentralized participatory breeding and marker assisted selection, genetic progress and variety dissemination have stagnated. Consequently, the current research project seeks to optimize key processes within the breeding program by integrating various complementary techniques. Firstly, a comprehensive characterization of Genotype x Environment x Management (GxExM) interactions will be conducted to delineate Mega Environments for the target regions. This endeavor will facilitate varietal recommendations and improve site and condition selection for trials, utilizing an extensive series of trials with elite varieties spanning at least three consecutive years and over 200 farmers' fields. Secondly, one potential bottleneck for the program lies in the early-stage selection process, characterized by high-pressure selection but potentially low precision. To address this, the research will explore the implementation of a phenomic prediction scheme to improve the selection of lines advancing to multi-environment testing. This approach will utilize traditional hyperspectral NIRS equipment as well as a multispectral unmanned aerial vehicle to evaluate the efficacy of phenomic prediction at various stages of the breeding process. The predicted traits may include traditional metrics like yield and cycle length, as well as more nuanced factors such as farmers' preferences. Finally, breeding program simulations will be employed to identify and quantify potential improvements in the decentralized pedigree selection scheme. Factors such as number of sited, fertilization conditions and the influence of phenomic selection on genetic gain, will be carefully analyzed through these simulations.