Le temps presse pour trouver des solutions durables augmenter les rendements des cultures face à la rareté des ressources, au changement climatique et à une population mondiale croissante. De nouvelles recherches aideront les sélectionneurs à identifier et à sélectionner plus rapidement les génotypes végétaux susceptibles d’augmenter les rendements des cultures, garantissant ainsi la sécurité alimentaire pour l’avenir.

Le développement de nouveaux cultivars à haut rendement repose sur la pratique de la sélection génotypique. Cela implique de cultiver une population génétiquement diversifiée de plantes pour identifier celles qui confèrent des traits souhaitables (phénotypes) après des mesures et des évaluations approfondies. Cependant, ce processus est compliqué par le fait que les phénotypes des plantes sont influencés non seulement par la constitution génétique, mais également par les pratiques de gestion et les conditions environnementales auxquelles la plante est exposée.

Le grand nombre de combinaisons possibles de variables génétiques, environnementales et de gestion qui peuvent influencer les phénotypes des plantes rend intrinsèquement difficile la détermination des cultivars optimaux pour un emplacement qui n'a pas encore été testé.

Mariana Chiozza, étudiante diplômée de l'Iowa State University, a mené une étude qui cherché à surmonter cette limitation en utilisant des modèles informatiques pour simuler les phénotypes d'un large éventail de génotypes cultivés dans différentes pratiques de gestion et conditions environnementales. Cette étude, publiée dans in silico Les plantes pourraient aider les sélectionneurs et les agriculteurs à déterminer les meilleurs génotypes et pratiques de gestion pour un endroit donné.

Les progrès du phénotypage basé sur l'image ont permis aux chercheurs de capturer de gros volumes des données sur les traits phénotypiques basées sur la canopée sont d'un ordre de grandeur plus rapide que les méthodes manuelles (Figure 1). Cela leur permet de mesurer efficacement les caractéristiques, telles que l’indice de surface foliaire, de milliers de génotypes cultivés dans des pratiques de gestion et des conditions environnementales spécifiques.

La figure est une image de différents types de plates-formes collectant des images d’un champ de culture. Au sommet se trouvent les satellites, qui opèrent entre 50 et 700 kilomètres des cultures. Viennent ensuite les véhicules aériens habités, tels que les avions, qui opèrent à une distance de 100 à 4000 10 mètres. Plus près des cultures se trouvent des véhicules aériens sans pilote, tels que des drones, qui opèrent à une distance de 100 à XNUMX mètres. Au niveau du sol se trouvent des plates-formes fixes, des phénomobiles, des phénopôles et des téléphones portables.
Figure 1 Différentes catégories de plateformes de phénotypage terrestres et aériennes (image d'Araus et. al. 2022)

L'indice de surface foliaire est une mesure de la quantité de matière foliaire dans un couvert végétal (voir Figure 2). Cette mesure fournit un indicateur utile de la capacité de la plante à capter la lumière du soleil et à effectuer la photosynthèse et est étroitement liée au rendement en graines. Cependant, la relation exacte entre l’indice de surface foliaire et le rendement est difficile à comprendre, car elle est influencée par une interaction complexe de facteurs génétiques, environnementaux et de gestion.

La figure est une image de différents types de plates-formes collectant des images d’un champ de culture. Au sommet se trouvent les satellites, qui opèrent entre 50 et 700 kilomètres des cultures. Viennent ensuite les véhicules aériens habités, tels que les avions, qui opèrent à une distance de 100 à 4000 10 mètres. Plus près des cultures se trouvent des véhicules aériens sans pilote, tels que des drones, qui opèrent à une distance de 100 à XNUMX mètres. Au niveau du sol se trouvent des plates-formes fixes, des phénomobiles, des phénopôles et des téléphones portables.
Figure 2 À mesure que les plants de soja grandissent, leur indice de surface foliaire augmente.

Chiozza et ses collègues se sont tournés vers la modélisation informatique pour simuler la manière dont diverses variables génétiques, environnementales et de gestion interagissent pour façonner la relation indice de surface foliaire-rendement. « Une partie importante de la communauté de sélection du soja utilise des approches linéaires pour relier les caractéristiques du couvert forestier et le rendement en graines. Cependant, cette relation peut varier considérablement lorsque des facteurs tels que la génétique, l'environnement et la gestion sont pris en compte », explique Chiozza (voir Figure 3).

3 graphiques illustrent des exemples simplifiés de différentes relations entre l'indice de surface foliaire et le rendement. Le graphique de gauche est une relation linéaire avec un LAI optimal à 10 mètres carrés par mètre carré correspondant à un rendement maximum de 400 kilogrammes par hectare. Le graphique au centre est une relation asymptotique où le rendement n'augmente pas au-dessus d'un indice de surface foliaire de 6.5. Le graphique de droite montre une relation quadratique dans laquelle le rendement est maximisé à un indice de surface foliaire de sept mètres carrés par mètre carré, et diminue à mesure que l'indice de surface foliaire augmente encore.
Figure 3 Exemples simplifiés montrant à quel point l'indice de surface foliaire optimal pour un rendement maximal des cultures peut varier en fonction de différentes relations indice de surface foliaire-rendement.

Pour résoudre ce problème, les auteurs ont exploité un modèle existant, Simulateur de systèmes de production agricole (APSIM), qui simule les processus biophysiques impliqués dans la croissance et la production du soja. Dans le cadre de l'APSIM, les chercheurs ont créé 216 génotypes uniques de soja en faisant varier systématiquement les valeurs des paramètres pour les caractères liés au développement des cultures (phénologie et photopériode) et à l'allocation de la biomasse (indice de récolte).

Ils ont ensuite simulé la croissance des 216 génotypes selon 24 approches de gestion différentes, telles que les variations de la date de plantation, l'espacement des rangs et la densité des plants, sur 3 sites. Cette analyse a été menée sur une période de 20 ans, ce qui a abouti à un total de 311,040 XNUMX simulations individuelles. Cette approche a permis aux chercheurs d'évaluer efficacement les performances et le potentiel de rendement d'un large éventail de génotypes de soja dans différentes conditions environnementales et de gestion, sans avoir besoin d'essais approfondis sur le terrain.

Il n’est pas surprenant que les chercheurs aient constaté que les valeurs de l’indice de surface foliaire correspondant au rendement le plus élevé variaient en fonction de l’emplacement, du génotype, de la densité, de l’espacement des rangs, de la date de plantation et d’autres facteurs. Cela souligne la complexité inhérente à l’identification des valeurs optimales de l’indice de surface foliaire que les sélectionneurs devraient cibler via la sélection génotypique pour obtenir des rendements maximaux.

Avec ce travail, les auteurs ont démontré que les approches linéaires pour relier les caractéristiques du couvert et le rendement ne sont pas toujours appropriées. Dans de nombreux cas, un LAI plus élevé n’a eu aucun effet ou était corrélé à un rendement réduit. Cela pourrait être attribué à l'auto-ombrage ou au fait que le coût de la construction du tissu foliaire est préjudiciable à la production de semences (Figure 4).

Quatre colonnes de graphiques réparties sur six lignes illustrent que la relation entre l'indice de surface foliaire et le rendement varie en fonction de l'emplacement, de la densité de plantation et de la date de plantation.
Figure 4 La relation complexe entre le rendement en graines et l'indice de surface foliaire est évidente dans ces données simulées de soja cultivé à 3 densités de plantation différentes, 4 dates de plantation et 2 configurations d'espacement des rangs à trois endroits, en moyenne sur 20 ans.

En évaluant de manière plus complète les différents facteurs qui influencent la relation entre les caractéristiques du couvert végétal d'une culture et son rendement en graines, des recherches comme celle-ci peuvent aider les sélectionneurs à mieux tirer parti de l'utilité des technologies de phénotypage à haut débit. Cette compréhension plus approfondie des interactions complexes entre les caractéristiques des plantes et la productivité peut aider les programmes de sélection dans leurs efforts visant à développer des variétés de cultures améliorées.

LIRE L'ARTICLE:

Mariana V Chiozza, Kyle Parmley, William T Schapaugh, Antonio R Asebedo, Asheesh K Singh, Fernando E Miguez, Modifications de la relation surface foliaire-rendement en graines chez le soja dues à la génétique, à la gestion et à l'environnement : implications pour le phénotypage à haut débit, in silico Plants, 2024 ;, diae012, https://doi.org/10.1093/insilicoplants/diae012