Faits marquants

Fait marquant 1

Une installations FACE + abris anti pluie (Technologie). La concentration en CO₂ augmente, Phenome-Emphasis analyse son effet sur la croissance et le rendement des plantes pour des centaines de génotypes. Pour cela, nous avons développé un système FACE de grande taille qui permet d'analyser les plantes avec des concentrations futures en CO₂ mais où toutes les autres conditions sont naturelles.

Clermont-Ferrand: FACE (7 × 8 m) (A) et carte du CO2 (les petits points bleus sont des injecteurs de CO2, les grands points bléus sont des capteurs CO2) (B).

Fait marquant 2

Des abris mobiles anti-pluie pour imposer des sécheresses, avec une imagerie par portiques (technologie). L'imposition de scénarios de sécheresse est essentiel pour décomplexifier les effets de conditions environnementales souvent corrélées. PhénoField® comprend huit abris mobiles automatiques, qui couvrent 384 microparcelles. L'imagerie est réalisée à partir de portiques placés au dessus de chaque unité, et sont équipés de LiDARs, de spectroradiometres et de caméras à haute résolution.

Abris et des portiques (A), et surface foliaire verte d'un couvert de blé avec ou sans irrigation (WW/WD) et contenu d'azote dans le sol élevé ou faible (N+/N0) (B). Ceci permet de quantifier la variabilité génétique des réponses (données collectées dans le cadre du projet ANR-Breedwheat).

Fait marquant 3

Phénotypage racinaire innovant (Technologie). Les racines jouent un rôle essentiel pour l'adaptation des plantes aux contraintes environnementales. Avec un partenaire industriel (Inoviaflow), Phenome-Emphasis a produit des rhizotrons innovants (RhizoTube) et une cabine adaptée pour le suivi dynamique et non destructif des systèmes racinaires in situ. Ils ont été développés industriellement, sont brevetés et sont distribués internationalement (QUBIT, ViewPoint, Phenotrait). Ces outils permettent l'analyse génétique de la croissance telle qu'elle est affectée par les interactions bénéfiques ou défavorables avec les micro-organismes du sol.

Le phénotypage racinaire de plusieurs espèces et variétés est mené sur de grands nombres de Rhizotubes (A). qui permettent de visualiser de manière dynamique les systèmes racinaires et les nodules, avec une haute résolution (B).

Fait marquant 4

Une Phenomobile entièrement automatique pour le champ (technologie). Elle a été développée pour une estimation précise et rapide (100-200 parcelles/heure) de la surface foliaire ou du nombre d'épis, en même temps que des mesures multispectrales pour l'imagerie fonctionnelle. La tête de mesure est attachée à l'extrémité d'un bras télescopique de 12 m de long qui peut se déplacer dans toutes les directions à une hauteur de 1 à 4.5 m. Le système est guidé par un GPS à haute précision et permet d'analyser une large gamme d'espèces. Elle est équipés de LiDARs, de caméras multispectrales et de caméras à haute résolution spatiale avec un éclairement actif rendant l'imagerie indépendante de l'éclairement naturel. Ce robot innovant a été construit par deux PME françaises, Meca3D (mécanique) and Robopec (automatismes) en collaboration avec Phenome-Emphasis.

Campagne de mesure de la phénomobile en 2018. 1008 micro-parcelles de blé ont été imagées à 15 dates (9 h par date), générant 2.3 To de données directement utilisées par le système d'information PHIS après analyse. Données collectées par le projet ANR-Breedwheat.

Fait marquant 5

Un système d'information pour gérer des données phénomiques multi source et multi echelle  (PHIS) (data sciences). Ce système permet d’organiser et stocker des données d’expérimentation au champ ou en serre. Il utilise des méthodes pour identifier sans ambiguïté tous les objets, événements et caractères phénotypiques dans une expérimentation, et établit leurs relations. Son architecture originale est un outil puissant pour intégrer et gérer des données provenant d'expériences et de plateformes diverses, pour créer des relations entre objets et pour enrichir les jeux de données avec de la connaissance et des métadonnées. Il interagit avec d'autres systèmes d'information pour la modélisation ou à l'analyse génétique. Il est déployé progressivement en France, mais aussi en Europe et d'autres pays.

Identification de tous les objets présents dans une image en serre (a) ou au champ (b)

Fait marquant 6

Prévision génomique des rendements de maïs en Europe combinant serre et réseau de champs (exemple d'utilisation). La prédiction génomique est un outil puissant pour évaluer un grand nombre de génotypes, mais donne des résultats médiocres dans des scénarios environnementaux contrastés. De nouvelles voies sont ouverte par la mesure de caractères génotypiques en serre et par les réseaux de capteurs au champ. Le rendement de 250 hybrides de maïs a été analysé via la sensibilité du rendement de centaines de génotypes à des indices environnementaux. Ceux-ci ont été calculés à partir des capteurs au champ et de la progression du développement en serre. Les sensibilités sont ensuite prédites à partir du génome, et permettent la prévision du rendement de centaines de génotypes dans des centaines de champs. Données collectées par les projets FP7-DROPS et ANR-Amaizing

Des données collectées dans un réseau de champ et une plateforme de phénotypage

Fait marquant 7

Prévision des rendements de mais en Europe à partir de métabolites mesurés en serre (exemple d'utilisation). L'installation de Bordeaux analyse les métabolites dans un grand nombre d'échantillons. 250 hybrides de maïs ont été échantillonnés en serre pour la mesure de 1,400 métabolites à Bordeaux. Un modèle, basé sur ces variables, prédit le rendement dans le réseau de champs présentés ci-dessus. Données collectées par les projets FP7-DROPS et ANR-Amaizing

Rendements mesurés et prévus à partir de données métaboliques

Fait marquant 8

Utilisation de la fluorescence de la chlorophylle pour un phénotypage objectif de maladies (nouveau groupe et nouveau projet de Phenome Emphasis). Des races de bactéries, responsables de nouvelles maladies, apparaissent périodiquement. On peut tester si l'acquisition de gènes de virulence par des races non pathogènes de bactéries Xanthomonas conduit à des dégâts sur des feuilles. La photosynthèse est estimée spatialement par fluorescence. Les résultats fournissent des données fonctionnelles qui appuient un modèle d'évolution de races de bactéries du genre Xanthomonas.

La fluorescence de la chlorophylle permet de quantifier la réponse à l'inoculation avec des races de bactéries (1 & 2: contrôle positif, 4 contrôle négatif, 3: réaction intermédiaire). Les clusters 1 et 2 démontrent la variabilité des réponses à l'intérieur d'une feuille infiltrée avec les bactéries du contrôle positif.