Contexte

Les plantes sont associées à une grande diversité de microorganismes qui interagissent entre eux. Ces interactions microbiennes contribuent à la régulation des maladies et il est donc crucial de les identifier. Cette identification est classiquement réalisée par des expériences de co-culture. Ce travail est long et fastidieux et ne peut être appliqué à l'ensemble de la communauté microbienne avec laquelle le pathogène interagit. Un défi actuel est donc de reconstruire les réseaux d'interactions microbiennes à partir de données de méta-barcoding.

Objectifs

L'objectif du projet sera de :

• Développer des méthodes génériques pour reconstruire les réseaux d'interactions microbiennes à partir de données de méta-barcoding ;
• Montrer que ces nouvelles méthodes peuvent être utilisées pour améliorer les méthodes de lutte biologique parce qu'elles révèlent des interactions antagonistes entre les pathogènes et les autres microorganismes. Cette preuve de concept sera réalisée en utilisant des maladies foliaires de la vigne et du blé comme modèle d'étude.

Stratégies / Méthodes

Le projet sera décomposé en trois sous-programmes de recherches (SPR) consécutifs.

Le premier sous programme de recherche (SPR1) sera de réaliser un métabarcoding des communautés microbiennes associées au blé et à la vigne. Deux stratégies d'échantillonnage peuvent être utilisées pour reconstruire des réseaux microbiens :

• Les données transversales donnent la composition des  communautés microbiennes dans plusieurs sites géographiques, échantillonnés à une ou quelques dates ;
• Les séries temporelles correspondent à un suivi temporel des variations de la composition des communautés microbiennes dans un ou quelques sites.

Les séries temporelles sont difficiles à obtenir dans le cas des communautés microbiennes associées à une plante parce que le processus d'échantillonnage est généralement destructeur. Dans le projet BCMicrobiome, les réseaux microbiens seront donc reconstruits à partir de données transversales associées à un grand nombre de co-variables environnementales. L’étude du réseau permettra d'identifier les micro-organismes susceptibles d’interagir avec deux agents pathogènes foliaires : Plasmopara viticola, l'agent causal du mildiou de la vigne, et Zymoseptoria tritici, l'agent causal de la septoriose du blé. Les sites d’échantillonnage seront choisis en collaboration avec tous les membres du Consortium biocontrôle partenaires du projet, les sites présentant une large diversité de microorganismes seront privilégiés.

En parallèle, le second sous-programme de recherche (SPR2) sera lancé : le développement de méthodes d’inférence de réseaux d'interactions microbiennes à partir des données de métabarcoding. Le but sera de développer des modèles et des algorithmes qui peuvent être utilisés pour déduire les réseaux d'interactions microbiennes à partir de données de séquençage haut-débit et de covariables environnementales. Les développements méthodologiques seront testés sur des communautés microbiennes simulées. Les données in silico seront échantillonnées selon des plans d'échantillonnage les plus proches possibles de ceux pouvant être utilisé sur le terrain. Le principal défi ici consistera à développer une méthode d'apprentissage méta-interprétative qui peut être utilisée non seulement pour apprendre les réseaux d'interaction, mais aussi les règles d'interaction qui gouvernent les interactions entre micro-organismes. Les performances (et l'efficacité) des méthodes d'apprentissage automatique seront comparées à celle des méthodes statistiques. Les données simulées permettront d’affiner la configuration et les paramètres des algorithmes d'apprentissage.

Le dernier sous-programme de recherche (SPR3) concerne l’application des méthodes d’apprentissage méta-interprétatives aux pathosystèmes de la vigne et du blé. Les méthodes développées dans SPR2 seront appliquées aux jeux de données de métabarcoding collectés dans le SPR1. La pertinence écologique des réseaux microbiens inférés sera évaluée en fonction de la littérature et des savoirs d’expert. La validation expérimentale de certaines interactions sera également entreprise, en isolant l'espèce d'intérêt des échantillons stockés dans une solution de glycérol à 20%. Ces retours permettront d'affiner progressivement les méthodes d’inférence des réseaux d'interactions. Le rendu final sera une liste des antagonistes potentiels de Plasmopara viticola et de Zymoseptoria tritici.

Coordinateurs

UMR Biogeco (INRA / Université de Bordeaux), représenté par Corinne VACHER, chargée de recherche

UMR Agroécologie (INRA / Université Bourgogne / AgroSup Dijon / CNRS), représenté par Dave BOHAN, directeur de recherche

Partenaires

UMR BIOGER (INRA / AgroParisTech), UMR MIA (AgroParisTech / INRA), UMR SAVE (INRA / Bordeaux Sciences Agro), Imperial College London (UK).