Le maïs est la culture vivrière la plus importante en Afrique subsaharienne et en Amérique latine, et est une culture asiatique clé. D'ici 2050, la demande de maïs dans le monde en développement devrait double, tandis que les rendements devraient baisser en raison du changement climatique, principalement sécheresse.

Dans une étude récemment publiée dans in silico Plants, le Dr Carlos Messina, chercheur à Corteva Agriscience, et ses collègues sont les premiers à développer un modèle de synthèse quantitative de la physiologie reproductive du maïs, qui capture les stades au cours desquels le rendement du maïs est le plus sensible à la sécheresse.

Selon le Dr Messina, « Ce travail n'a été possible que grâce à un partenariat solide entre l'industrie et le milieu universitaire. C'est la diversité de la pensée et l'intégration des connaissances dans l'élevage, la génétique, la physiologie et le phénotypage avancé basé sur le terrain qui ont conduit aux concepts qui ont finalement permis de prédire le comportement émergent tel que la relation dynamique entre la croissance, la répartition, l'intervalle anthèse-soie et l'ensemble du noyau. ”

Les auteurs ont évalué le modèle au moyen de simulations et d'expérimentations sous des modèles contrôlés de déficit hydrique. Il s'est avéré qu'il simulait avec précision la dynamique de l'initiation de la soie, de l'allongement, de la fécondation et de la croissance des grains, et était capable de générer des phénotypes émergents bien connus tels que la relation entre la croissance des plantes, l'intervalle anthèse-soie, le nombre de grains et le rendement, ainsi que comme phénotypes d'épis en cas de sécheresse.

Les résultats présentés dans cet article démontrent qu'il est possible de prédire les relations fonctionnelles et les réponses phénotypiques en tant que propriétés émergentes du système végétal sur la base de l'interaction des processus physiologiques formalisés dans l'ensemble d'équations sous-jacentes et intégrés dans les modèles de croissance des cultures.

Selon le professeur Mark Cooper, président de l'amélioration des cultures basée sur la prédiction à l'Université du Queensland, « en plus de fournir une capacité de modélisation améliorée pour étudier le développement reproducteur et la détermination du rendement du maïs, cela ouvre de nouvelles opportunités de sélection génomique passionnantes pour le potentiel de rendement et la résilience reproductive à accélérer le gain génétique par la reproduction.

Ce cadre dynamique quantitatif est une avancée significative par rapport aux méthodes descriptives précédentes et peut être utilisé pour guider le développement de la tolérance à la sécheresse chez le maïs.

Le logiciel et le modèle utilisés dans cette recherche sont disponibles gratuitement.