Apprentissage automatique et épigénotypage : un nouveau levier pour améliorer la prédiction des phénotypes chez les plantes dans un contexte agroécologique

• Titre : Apprentissage automatique et épigénotypage : un nouveau levier pour améliorer la prédiction des phénotypes chez les plantes dans un contexte agroécologique.
• Doctorant : Thomas WACQUET
• Unité de rattachement : P2e Université Orléans, INRAE et Institut Agro Rennes-Angers
• Encadrement :
  •  Direction de thèse : Stéphane MAURY - P2e Université Orléans, INRAE
  • Codirecteur : Mathieu EMILY - Département de statistique et d’informatique, Institut Agro Rennes-Angers et IRMAR (Institut de Recherche Mathématique de Rennes) 
  • Co-encadrant de thèse : Harold DURUFLE - BioFoRa, INRAE Orléans
• École doctorale : Santé, Sciences Biologiques et Chimie du Vivant - SSBCV - N°549, Orléans
• Durée du projet : 2025 - 2028

Résumé du projet 
Les transitions agroécologiques des systèmes agroalimentaires actuels se déroulent dans un contexte de pression croissante due aux changements climatiques. Pour améliorer la durabilité de nos systèmes agricoles dans ce contexte, il est essentiel de comprendre comment les individus peuvent s'adapter aux changements environnementaux.
La sélection génétique ne représente qu'une partie de la variation phénotypique et les modèles actuels supposent que le classement des individus n'est pas affecté par les conditions environnementales. Or, il a été démontré, chez diverses espèces, que les perturbations environnementales peuvent influencer l'épigénome et les caractères phénotypiques des organismes.
Face à ces défis, qui concernent à la fois les espèces végétales cultivées et les animaux d'élevage, de nouveaux outils de phénotypage doivent être développés pour surveiller l'adéquation de l'individu (plante ou animal) et de son environnement (exposome). Les modifications épigénétiques, telles que la méthylation de l'ADN, sont des marques moléculaires impactant la diversité phénotypique des organismes.